您的位置首页 >科技要闻 >

Google 面向符合条件用户开放 Genie 4,实时交互式世界生成能力全面升级

Google DeepMind 正式在 Project Genie 平台向符合条件的 Google AI Ultra 订阅用户开放 Genie 4 世界模型,这次升级最大的亮点是支持在漫游虚拟世界的过程里实时修改场景,搭配原生同步音频输出,不再是一次性生成短视频,而是可以持续交互的动态仿真环境,底层依靠 Gemini Omni 和其他 Gemini 模型协同,Gemini Omni 把控画面和物体的真实表现,其余 Gemini 模型负责逻辑推理、维持场景连贯、编排因果事件;用户可以用文字或者一张图片先搭建初始场景,在浏览的时候随时发提示词改天气、加角色、调整镜头、改动剧情,声音会跟着场景同步变化,同时新增 Project Genie 创作智能体和社区画廊,新手靠对话就能搭建世界,做好的作品还能分享、二次改编,上手的时候先确认订阅资格,进入 Project Genie 页面,用文本或者图片创建初始世界,漫游过程中持续下发提示实时调整,最后发布到社区画廊,这套模型主要面向创意内容、教学仿真、机器人仿真训练,不过它目前还是研究预览版本,连续交互时长有限,音频稳定性还有优化空间。

一、Genie 4 核心升级清单

  1. 实时会话内提示(mid-session prompting):漫游场景途中随时发指令,即时修改环境,不用重新生成整个世界
  2. 原生同步音频:首次配套实时音频,包含环境音效、背景音乐、角色对话,跟着画面动态变化
  3. 物理与因果仿真:支持碰撞、流体、风力等基础物理效果,事件有合理因果顺序,角色行为更自然
  4. Gemini 协同底座:Gemini Omni 负责视觉真实感,其他 Gemini 模型做任务规划、连贯性维护
  5. 新增 Project Genie Agent:对话式创作,不用写复杂提示词,靠聊天搭建复杂虚拟场景
  6. 社区画廊功能:支持发布、浏览、二次改编别人创建好的世界
  7. 画面帧率:24 帧交互式渲染,支持镜头自由移动、探索

二、Genie 4 和 Genie 3 对比表

版本核心交互方式音频能力适用定位
Genie 4漫游中实时修改场景,边逛边改原生实时音频同步生成高保真、交互式动态仿真,适合创意、机器人仿真
Genie 3生成后改动有限,侧重长时长全景探索无原生配套音频长时间沉浸式漫游,全景场景搭建

三、准入资格说明

  1. 优先开放对象:符合条件的 Google AI Ultra 订阅用户,直接在 Project Genie 里使用 Genie 4
  2. Google AI Pro 用户:不能直接使用,可以加入候补名单排队等待开放
  3. 开放形式:研究预览版,不是正式商用版本,功能、限制会持续调整
  4. 入口:浏览器端 Project Genie 网页,不需要单独下载客户端

四、上手操作步骤

  1. 确认账号订阅状态,Google AI Ultra 符合条件直接进入 Project Genie,Pro 用户提交候补。
  2. 输入文本描述或者上传一张图片,生成初始虚拟世界。
  3. 用键盘控制镜头移动、自由漫游,在交互框持续输入提示词,实时修改场景内容。
  4. 调整天气、角色、道具、剧情走向,观察画面和音频同步变化。
  5. 满意之后把作品发布到社区画廊,也可以直接 remix 画廊里别人的世界。
  6. 测试结束后,留意交互时长限制,避免中途仿真中断。

五、适配场景与不适合场景

✅ 优先适配场景

  • 交互式短片、虚拟故事、互动游戏原型快速制作
  • 教育、科普交互式仿真场景,比如地理、物理现象演示
  • 机器人、AI 智能体仿真训练环境,用来训练智能体感知和决策
  • 空间设计、概念预演,快速验证场景布局、光影效果

❌ 不推荐场景

  • 长时间不间断连续仿真,当前版本有交互时长上限
  • 高精度工业仿真、数值仿真,它侧重视觉和行为仿真,不是专业 CAE 工具
  • 面向大规模商用上线产品,还处于研究预览阶段,稳定性不足

六、优势和现存短板

✅ 优势

  1. 区别于普通视频生成,是可交互世界模型,支持漫游 + 实时修改
  2. 音画同步,自带原生音频,省去单独配音的环节
  3. Gemini 协同,场景逻辑、因果连贯性比前代更好
  4. 对话智能体降低创作门槛,普通用户也能搭建复杂世界
  5. 社区生态支持分享、二次改编,方便创意协作

⚠️ 短板

  1. 属于研究预览,连续交互时间有限,跑久了容易中断
  2. 实时音频的准确度、角色对话自然度还在优化
  3. 对网络要求高,画面复杂时容易卡顿
  4. 目前只在 Project Genie 网页端开放,没有独立 SDK 对外商用

【相关 FAQ】

问题 1:Google 面向符合条件用户开放 Genie 4,实时交互式世界生成能力全面升级,Genie 4 和 Genie 3 最大差别是什么?

回答 1:Google 面向符合条件用户开放 Genie 4,实时交互式世界生成能力全面升级,Genie 4 支持漫游途中实时修改场景,新增原生同步音频,依靠 Gemini 协同提升仿真逻辑;Genie 3 更偏向长时长全景漫游,没有原生实时音频。

问题 2:Google 面向符合条件用户开放 Genie 4,实时交互式世界生成能力全面升级,哪些用户可以直接使用 Genie 4?

回答 2:Google 面向符合条件用户开放 Genie 4,实时交互式世界生成能力全面升级,符合条件的 Google AI Ultra 订阅用户可以直接使用;Google AI Pro 用户只能加入候补名单等待开放。

问题 3:Google 面向符合条件用户开放 Genie 4,实时交互式世界生成能力全面升级,Genie 4 的实时世界生成是什么意思?

回答 3:Google 面向符合条件用户开放 Genie 4,实时交互式世界生成能力全面升级,它不是一次性生成一段视频,你可以进入世界自由漫游,在浏览过程中随时输入提示词修改天气、角色、镜头,画面和音频实时跟着变化。

问题 4:Google 面向符合条件用户开放 Genie 4,实时交互式世界生成能力全面升级,Genie 4 可以用来做机器人仿真吗?

回答 4:Google 面向符合条件用户开放 Genie 4,实时交互式世界生成能力全面升级,Genie 4 支持构建带物理、因果规则的仿真环境,Google 官方已经在探索用它做机器人、智能体的训练仿真场景。

【参考资料】

[2026-11-19](Google 向符合条件的用户开放 Genie 4, 实时世界生成升级)36 氪

[2026-11-19](Google Genie 4 上线,Project Genie 新增对话创作智能体与社区画廊)IT 之家

[2026-11-18](Project Genie update featuring Genie 4)Google 官方博客

[2026-10-27](Genie 4: A new generation of world simulation)Google DeepMind 官网

【免责声明】

本文基于 Google DeepMind 官方公告、科技媒体公开实测资讯整理,Genie 4 属于研究预览版本,实时世界生成效果、交互时长、音频质量、开放资格会随版本迭代持续调整;该产品目前仅面向指定订阅用户开放,暂不提供商用服务;本文仅作为 AI 世界模型技术资讯、方案选型参考,不构成产品付费、开发落地的决策建议。

今日大家都在搜的词: