【谷歌发布最强世界模型 Genie 4：支持 2 分钟连贯交互与实时音效，还能边玩边改场景】 #谷歌推出最强世界模型Genie4#

世界模型赛道的军备竞赛还在加速。谷歌 DeepMind 正式推出了最新一代世界模型 Genie 4（目前处于研究预览阶段），号称能生成迄今为止拟真度最高的可交互虚拟世界。

相比一年前发布的 Genie 3，这次 Genie 4 的核心升级非常直观：

边玩边改的实时交互：在模拟运行的过程中，你可以随时输入提示词来自由编辑场景，比如实时调整天气、切换镜头角度，或者凭空往画面里加人加物；

原生同步音频：首次加入实时音频生成能力，背景音乐、环境音效甚至虚拟人物的交互对话都能与画面同步生成；

2 分钟长时连贯：单次可维持长达两分钟连贯不变的场景（时长翻倍），物理规律更真实，虚拟人物也更贴近真人；

Gemini 当导演，Genie 4 搞渲染：新模型与 Gemini 的协同更紧密——在机器人仿真测试中，已经能实现由 Gemini 4 Argon 负责拆解任务步骤、校验画面，再交给 Genie 4 进行实时视觉仿真。

除了常规的游戏开发、具身智能训练，以及「走进历史名画跟画中人聊天」这类交互式学习场景外，首批内测用户还把 Genie 4 玩出了新花样——用来做电影原型与分镜预览，创作者可以在构思阶段实时调整机位和光影，后续还能结合 Veo 和 Gemini Omni 进一步转化成正式素材。

不过谷歌团队也坦诚，目前 Genie 4 依然处于早期阶段：仿真运行时间一长，物体细节还是容易「崩」或发生偏移，音频的绝对准确性以及画面里的文字清晰度也还有待攻克。该模型将在未来几周内陆续向 Google AI Ultra 订阅用户及 API 早期合作方开放。

与此同时，整個世界模型赛道正在迎来一波大洗牌：Runway 前脚刚发了 GWM Worlds 2，李飞飞创立的 World Labs 已被 AMD 收入囊中，亚马逊正在洽谈收购 Decart，车企 Rivian 也刚买下了 Third Dimension 用于自动驾驶仿真。

🎤 从「生成一段死板的视频」到「生成一个能随便逛、随便改的虚拟世界」，你觉得世界模型最先颠覆的会是游戏行业还是影视行业？