谷歌推出全新Genie 4，开启AI互动新纪元

• 2026-10-29
• 资讯中心

就在刚刚，谷歌的革命性新产品正式面世，Google DeepMind推出了全新的通用世界模型Genie 4。这款模型被誉为目前谷歌最真实、最具互动性的AI世界系统。仅需输入一句话，便能生成一个会自主反应、随时调整的“活体宇宙”。谷歌CEO兴奋地宣布，从创建视频到实时构建一个完整的互动世界，所谓“绿色时代”的到来让人瞩目。

Genie 4的推出标志着世界模型迈入了一个全新的阶段，具备生成声音和即兴对话的能力，这是Genie系列的首次突破。它能够同步生成环境音效与配乐，使得角色可以根据真实情境进行即时对话。其连续记忆时间延长至约两分钟，画面流畅度提升至每秒24帧，极大地增强了与人类的互动感。

通过Gemini Omni技术，Genie 4在现实常识的基础上，实现了角色微表情、镜面反射和物理效果的全面提升。Gemini系列的三大技术协同工作构建了一个混合世界模型，其中Gemini 3.8 Flash负责画面的整合，而Gemini 4 Argon则精确地指挥机器人以22个步骤进行动作。玩家每一步的行动，世界都会即时发生变化；一句话的调整，物理法则和NPC的反应也会同步修改。在传统的视频生成技术还在比拼几秒的视觉效果时，谷歌已经为未来的智能体和机器人创造了能够不断试错的平行宇宙。

目前，谷歌已经在对Genie 4进行内测，Google AI Ultra用户可申请加入等待名单。只需输入一句话，即可开启一个全新的宇宙。为了展示Genie 4的强大能力，谷歌提供了一系列惊人的演示，其中丰富的风格和细腻的细节让人目眩神迷。在这个系统中，玩家不仅是旁观者，更是游戏的“神”，亲自操控这个虚拟世界。

例如，一段模仿王家卫风格的飙车戏，玩家输入“背景发生爆炸”和“外星触手降临”，随即远处的维港天际线化为火海，外星触手扑面而来。画面中的每一个细节，如路灯的光影和角色的微表情，都得到了无与伦比的渲染与优化。上一代Genie 3虽然引入了实时交互视频，但却有声音缺失的问题。而Genie 4在Gemini Omni的帮助下，不仅提升了画面质量，还实现了人类角色的真实表现。

获取测试机会的沃顿商学院教授Ethan Mollick分享了他的测试经历，输入“马与机器人共同居住的新哥特式城市”，城市在不到一分钟内便展现出来，且渲染延迟稳定在23.4至25.3 FPS范围内。他还测试了“巨龙飞过”的场景，瞬间生成了一只展翅飞翔的巨龙。当他输入“友好的水獺NPC问问题”时，NPC也真实出现在画面中进行互动。

还有一位参与测试的投资公司合伙人展示了潜水场景，输入“受诅咒的紫钻发光”和“电鳗群袭来”后，瞬间生成了灯光闪烁的亚光与游动的电鳗。前谷歌AR/3D产品经理把Genie 4看作是科幻影片的实时制作场，创作时她直接输入“飞碟把我吸入”并成功实现了飞碟出现并启动光束。

谷歌针对Genie 4介绍了四大核心功能，强调实时情境模拟的改造能力。在输入自然语言的过程中，可以实时地调整场景，比如改变天气、移动镜头或引入新角色。整个过程中，Gemini会持续监控并引导场景发展，以保持世界的自然流动。比如，有人能实时让海中出现鲸鱼，又或是呼唤元素降雪，以至于在第一人称视角下，体验到更加深刻的模拟感受。目前的技术让这种改写世界的体验如同“盗梦空间”般真实，极具震撼力。