谷歌 DeepMind 发布 Genie 4:能”走进去”的虚拟世界,首次同步发声

10 月 27 日深夜,谷歌 DeepMind 发布新一代世界模型 Genie 4,自称"迄今最逼真、交互性最强"。旧局在于:文生视频是焊死时间线的录像带,生成后镜头与人物都改不了。Genie 4 造出实时响应按键的物理世界,单次连贯交互从上代 Genie 3 的 1 分钟翻倍到 2 分钟。

10 月 27 日深夜,谷歌 DeepMind 发布新一代世界模型 Genie 4,自称”迄今最逼真、交互性最强”。旧局在于:文生视频是焊死时间线的录像带,生成后镜头与人物都改不了。Genie 4 造出实时响应按键的物理世界,单次连贯交互从上代 Genie 3 的 1 分钟翻倍到 2 分钟。

更显”活”的是空间一致性与永久记忆——推开一扇门,门后长出符合逻辑的房间;踢倒椅子转身再回来,它仍躺原地,不会一转头背景就变样。运行中还能打字改天气、换机位。

Gemini 当导演,首次同步发声

Genie 4 是首个原生支持音视频同步生成的世界模型:骑马踩过浅滩,马蹄溅水声随距离变化;走近篝火,木柴噼啪声放大。走到虚拟角色(NPC)面前能开口或打字对话,对方据场景实时回应。

背后是双模型协同:Gemini Omni 锁死角色道具外观,运行中的 Gemini 3.8 Flash 当”幕后导演”,实时盯画面、拆目标、逐帧审查;Gemini 4 Argon 被塞进虚拟房间,仿真训练 Apollo 人形机器人下棋做家务。

短板仍明显。谷歌坦承,长时运行后细节会漂移,画面文字仍易乱码;物理交互、空间与长期一致性仍是难题,真实性未证明可替代引擎。目前它仅向受信任测试者开放,面向公众还需绑定约 100 美元 / 月的 Google AI Ultra 会员排队。

💬 评论
🔗 本文链接

以专业为基,引领科技向善向新

Rooted in professionalism, we lead technology toward social good and innovation.

数智化转型网 · 了解更多产业资讯与选型数据 →

📰 你可能也喜欢

Trajectory 融资资讯配图 AI情报站

Trajectory完成4500万美元A轮融资,估值达3亿美元

2026年11月2日,美国 AI 创业公司 Trajectory 宣布完成4500万美元 A 轮融资,投后估值
📅 11-07 · 👁 2026年11月7日
Supa 融资资讯配图 AI情报站

Supa完成2100万英镑种子轮融资,用AI改造英国住宅物业管理

2026年11月4日,英国物业科技(PropTech)公司 Supa 宣布完成2100万英镑种子轮融资。本轮股
📅 11-07 · 👁 2026年11月7日
数智化转型网每日AI资讯 AI情报站

CyberKord完成270万欧元pre-seed融资,用AI自动处置安全运维

2026年11月3日,意大利网络安全创业公司 CyberKord 宣布完成270万欧元 pre-seed 轮融
📅 11-07 · 👁 2026年11月7日
fal AI 基础设施公司完成13亿美元F轮融资 AI情报站

fal完成13亿美元F轮融资,估值翻倍至160亿美元

2026年11月4日,AI 基础设施公司 fal 宣布完成13亿美元 F 轮融资,本轮由 Bessemer V
📅 11-07 · 👁 2026年11月7日
邦芯半导体完成超6亿元B+轮融资 AI情报站

邦芯半导体完成超6亿元B+轮融资,聚焦刻蚀与薄膜沉积设备

2026年11月4日,据科创板日报消息,半导体设备研发生产商邦芯半导体完成超6亿元 B+ 轮融资,本轮融资由江
📅 11-07 · 👁 2026年11月7日
EloElo 完成8000万美元C轮融资 AI情报站

EloElo完成8000万美元C轮融资,估值达5亿美元押注印度短剧市场

2026年11月3日,印度消费级 AI 公司 EloElo 宣布完成8000万美元 C 轮融资,本轮投资方包括
📅 11-07 · 👁 2026年11月7日