据Slashdot援引TechCrunch报道，谷歌DeepMind于当地时间周二发布世界模型Genie 4的研究预览版，称其能生成迄今最逼真、可交互的模拟世界，并首次加入与场景匹配的实时音频。该模型较上一代Genie 3在画面真实感、编辑能力和物理表现上均有提升。
据上述报道，Genie 4允许用户在模拟过程中输入提示词来改变场景，也能实时生成音乐、环境声和交互对话。用户可以进行自由编辑，例如改变天气或镜头角度，或在场景中添加新的人物和物体。模型可将同一场景保持一致最长两分钟，是前代上限的两倍，并提供更好的物理效果和更像人的角色。
谷歌在一年多前以研究预览形式发布Genie 3。与上一代相比，Genie 4不仅更逼真并带有音频，还增加了实时修改能力。
谷歌研究总监Tejas Kulkarni在简报会上表示，未来会越来越多地出现混合世界模型，即由Gemini编写代码和文本，Genie实时接收这些内容，并在不同抽象层次上模拟现实。
目前，Genie 4已向部分测试者开放。谷歌计划在未来几周面向Google AI Ultra订阅用户扩大发布范围。Slashdot的报道还提到，用户可以在YouTube上观看Genie 4的演示。