谷歌 Genie 4 世界模型开放体验,支持实时改场景 + 原生同步音频

谷歌 DeepMind 正式开放 Genie 4 世界模型体验,接入在 Project Genie 平台里,面向符合资格的 Google AI Ultra 订阅用户开放申请,它是谷歌目前真实感、交互能力最强的一代世界模型,最大亮点是可以一边漫游虚拟场景一边用自然语言实时修改世界,还首次原生同步生成配套音频,环境音效、背景音乐、角色对话跟着画面同步生成。Genie 4 不是单独跑的模型,是和 Gemini 系列搭配协同工作,Gemini Omni 负责把控画面、物体的现实表现规律,其他 Gemini 模型负责推理、维持场景逻辑连贯,上一代 Genie3 单次连贯交互上限是 1 分钟,Genie4 拉长到 2 分钟,帧率稳定在 24 帧。用户不用复杂引擎,浏览器直接打开就能用,输入一句话生成场景,中途随时改天气、加 NPC、调整镜头角度、新增物体;创作完的世界还能发布到社区画廊,支持别人探索、二次修改。现阶段它依然属于研究预览版本,不是成熟商用产品,长期场景一致性、复杂物理效果、多人角色互动还有短板,所有生成的音视频内容都会带上 SynthID 水印,并且经过安全审核。

一、Genie 4 核心能力清单

  1. 实时交互式场景编辑:漫游过程中输入提示词,即时修改环境、天气、角色、道具、镜头机位
  2. 原生音视频同步生成:画面和环境音、配乐、角色对话同步输出,是 Genie 系列首次支持该能力
  3. 更长连贯模拟时长:单次稳定交互最长 2 分钟,相比 Genie3 翻倍
  4. 物理与人物动作升级:物体碰撞、流体、风力模拟更自然,人物动作、微表情更贴近真实
  5. 图片起稿:支持上传一张参考图,以此作为初始画面生成可交互世界
  6. 社区分享创作:做好的世界可以上传画廊,支持其他用户游玩、Remix 二次创作

二、Genie 4 和 Genie 3 的区别对比

项目Genie 3Genie 4
单次连贯时长最多 1 分钟最多 2 分钟
音频能力无原生音频原生实时音频,含对话、环境音
实时编辑基础事件触发自由文本实时修改场景、角色、天气
画面物理基础物理碰撞、流体、人物动作真实度提升
接入门槛内测受邀用户Google AI Ultra 订阅用户排队申请

三、Genie 4 主要使用方向

  1. 创意预演:短片镜头、游戏关卡、故事剧情快速预览,给创作者做前期草稿
  2. 机器人 / 智能体仿真:搭建可变环境,用来训练、测试 AI 智能体、机器人
  3. 交互式内容创作:快速生成可漫游的虚拟场景,做互动短片、小游戏原型
  4. 科研模拟:模拟灾害、户外场景,供研究人员观察环境变化规律

四、当前已知短板与限制

  • 长时间漫游后画面细节、物体容易漂移,物体记忆容易丢失
  • 很难精准复刻真实地标、现实地点,不能做到 1:1 还原实景
  • 画面里的文字很难稳定生成清晰可读内容,大多需要提示词专门指定
  • 复杂多角色互相交互时逻辑容易混乱
  • 实时音频准确度还在持续优化,偶尔出现声音和画面脱节
  • 属于研究预览,不适合直接产出正式商用游戏、影视成片

五、体验开通条件

  1. 需要拥有 Google AI Ultra 订阅资格
  2. 在 Project Genie 页面提交排队申请,不是订阅之后立刻就能进
  3. 同时也会定向开放给 Gemini API、Google AI Studio 早期合作开发者
  4. 浏览器直接运行,不需要下载客户端

【相关 FAQ】

问题 1:谷歌 Genie 4 世界模型开放体验,免费用户可以直接使用吗?

回答 1:谷歌 Genie 4 世界模型开放体验,目前不面向免费用户,需要 Google AI Ultra 订阅账号,并且提交等候名单,审核通过后才能体验。

问题 2:谷歌 Genie 4 世界模型开放体验,它的原生音频是后期配音吗?

回答 2:不是,谷歌 Genie 4 世界模型开放体验,音频是模型和画面同步实时生成,包含环境音效、配乐、角色对话,属于原生多模态模拟,不是后期叠加配音。

问题 3:谷歌 Genie 4 世界模型开放体验,能不能直接导出完整游戏工程文件?

回答 3:谷歌 Genie 4 世界模型开放体验,现阶段只能在 Project Genie 平台内漫游、分享场景,暂时不支持导出 Unity、UE 这类游戏引擎工程文件,适合做创意原型。

问题 4:谷歌 Genie 4 世界模型开放体验,生成的内容有没有水印?

回答 4:谷歌 Genie 4 世界模型开放体验,所有生成的画面和音频都会自带 SynthID 水印,同时全部内容会经过安全筛查,用于区分 AI 生成内容。

【参考资料】

[2026-11-19](谷歌 Genie 4 世界模型开放体验,支持实时修改场景、原生音频)IT 之家

[2026-11-18](Project Genie 更新,Genie4 面向 AI Ultra 用户开放申请)Google 官方博客

[2026-11-18](Google Genie 4 上线社区画廊,可分享和二次创作虚拟世界)36 氪

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

[2026-10-28](谷歌 Genie 4 实测:24 帧实时交互、边玩边改场景)TechCrunch

【免责声明】

本文信息来自谷歌 DeepMind 官方公告、Project Genie 平台说明以及公开科技媒体报道,谷歌 Genie 4 世界模型开放体验属于研究预览版本,能力、访问权限、排队节奏会持续调整;模型存在场景漂移、音频不稳定等固有缺陷,内容仅作为 AI 技术科普,不代表商用落地能力,不构成付费订阅、开发选型建议。

本文来自作者[晚风收笺]投稿,不代表诚邦网立场,如若转载,请注明出处:https://www.cbpmc.com.cn/qyzx/202611/1795.html

赞 (0)

今日大家都在搜的词:

发表回复

本站作者后才能评论

评论列表(4条)

  • 晚风收笺
    晚风收笺 2026年11月19日

    我是诚邦网的签约作者“晚风收笺”!

  • 晚风收笺
    晚风收笺 2026年11月19日

    希望本篇文章《谷歌 Genie 4 世界模型开放体验,支持实时改场景 + 原生同步音频》能对你有所帮助!

  • 晚风收笺
    晚风收笺 2026年11月19日

    本站[诚邦网]内容主要涵盖:互联网行业的追踪与探索

  • 晚风收笺
    晚风收笺 2026年11月19日

    本文概览:谷歌 DeepMind 正式开放 Genie 4 世界模型体验,接入在 Project Genie 平台里,面向符合资格的 Google AI Ultra 订阅用户开放申请,它是谷歌目前真实感、交互能力最强的一代世界模型,最大亮点是可以一边漫游虚拟场景一边用自然语言实时修改世界,还首次原生同步生成配套音频,环境音效、背景音乐、角色对话跟着画面同步生成。Genie 4 不是单独跑的模型,是和 Gemini 系列搭配协同工作,Gemini Omni 负责把控画面、物体的现实表现规律,其他 Gemini 模型负责推理、维持场景逻辑连贯,上一代 Genie3 单次连贯交互上限是 1 分钟,Genie4 拉长到 2 分钟,帧率稳定在 24 帧。用户不用复杂引擎,浏览器直接打开就能用,输入一句话生成场景,中途随时改天气、加 NPC、调整镜头角度、新增物体;创作完的世界还能发布到社区画廊,支持别人探索、二次修改。现阶段它依然属于研究预览版本,不是成熟商用产品,长期场景一致性、复杂物理效果、多人角色互动还有短板,所有生成的音视频内容都会带上 SynthID 水印,并且经过安全审核。

联系我们

联系:143 0457 151

工作时间:周一至周五,9:30-18:30,节假日休息

关注我们