我们发布Genie 4，全新世界模型，实现实时交互模拟。

谷歌在10月27日宣布推出新一代世界模型Genie 4，主打实时交互式模拟，并首次将原生音频生成能力整合进世界模型。按照谷歌的说法，这个模型建立在Gemini系列能力之上：Gemini Omni负责让模拟世界在视觉外观和行为方式上贴近真实，其他Gemini模型则提供复杂推理能力，帮助维持模拟场景的一致性和连续性。用户可以用自然语言实时操控场景，比如移动镜头、改变天气、引入新角色，每个世界还会同步生成环境音、音乐和交互对话。 这件事的背景是，世界模型正被视为通往AGI（通用人工智能）的关键路径之一。谷歌明确表示，模拟世界能够为机器人和智能体提供安全的训练环境，同时也能放大影视、新闻、游戏、制造等行业的创作工具能力。对AI从业者来说，Genie 4的意义在于把"可交互、可操控、带声音"的模拟能力打包成一个模型，而不是停留在静态视频生成层面；对跨境电商卖家和出海创业者而言，这类工具未来可能改变商品展示、广告素材制作和虚拟场景营销的生产方式，比如用自然语言快速生成带环境音的产品使用场景。目前Genie 4只向少量受信任的测试者开放，接下来会面向Google AI Ultra订阅用户（通过Project Genie）以及Gemini API和AI Studio的早期接入合作伙伴推出。