谷歌Project Genie升级:开放AI Ultra用户体验
IT之家 11 月 19 日消息,今年早些时候,谷歌推出了实验性研究原型 Project Genie,可让用户生成并探索交互式虚拟世界。早期测试用户反馈,希望能对世界内发生的内容有更强控制力,同时拥有更便捷的建造、分享方式。 如今,谷歌面向符合资格的 Google AI Ultra 订阅用户推出全新 Project G
11 月 19 日消息,谷歌今年早些时候推出过实验性研究原型 Project
Genie,用户能生成并探索可交互的虚拟世界。早期测试者反馈,他们希望更牢地掌控世界内发生的事情,建造和分享的流程也该更顺手。现在,谷歌把全新 Project Genie 体验开放给符合资格的 Google AI Ultra 订阅用户,虚拟世界的响应速度、创意空间与社交玩法都有明显提升。

这次更新有三块内容:Genie 4 首次开放访问权限;Genie 3 获得新一轮升级;新增 Project Genie 智能体和用于发现、探索、二次创作世界的社区画廊。
谷歌把自家最先进的世界模型与 Gemini 系列模型一并装进 Project Genie,用户打开浏览器就能生成、进入并塑造各类虚拟世界。
谷歌称 Genie 4 是迄今最逼真、交互性最强的世界模型。它带来的新体验之一是:用户可以在会话进行到一半时输入提示词,改动已经建好的世界。
导航途中直接敲入新提示,环境就能实时变样——换天气、加角色、改动作走向都能做到。Genie 4 还首次给视觉内容配上实时原生音频,声音随场景推进动态调整,环境音效到角色对话都覆盖在内。
Genie 3 也迎来多项能力升级。论视觉保真度、物理效果与原生音频,Genie 4 最强;Genie 3 仍留在模型选择器里,适合需要更长生成时长、或要以全景图为基础生成空间的场景。
具体来看,Genie 3 本次更新包括:会话时长扩展,单次生成可探索时长从 60 秒提升至最多 3 分钟,多个世界还能串联成更长旅程;支持以 360 度全景图作为生成基础,从全景图种子生成新世界;支持世界内实时事件,探索过程中用自然语言提示就能动态改变环境。
借助实时可触发事件,Project Genie 3 能把森林、水下遗迹、冰封海域等不同世界串成一段连续的飞行旅程。它也能用 360 度全景图 grounding,让佩特拉峡谷、古建筑立面在视角转动时保持一致。长时长生成、全景图基础与实时事件三项功能结合后,用户可在飞行途中随时改变世界,甚至召唤龙作为骑乘对象。
新版 Project Genie 代理把创作能力从单条文本、图片提示中拓展开来,打造交互式宇宙变得像对话一样简单。用户用自然语言描述创意,智能体就会调度谷歌的多模态模型套件,生成奠定世界风格的初始视觉效果,再配上氛围相符的定制背景音乐。
探索过程中,用户还能把 Gemini 模型拉进会话:它盯着屏幕上发生的内容,弹出上下文相关的建议选项,或随旅程推进自动触发世界内事件。比如把自然语言提示变成交互式太空行走、随指令召唤外星飞船,或是把山坡咖啡馆改造为沙漠玻璃凉亭。创作完成后,自定义世界可发布到画廊,供他人探索、二次创作。
如果只想直接进去逛,新版 Project Genie 画廊集合了大量精选世界与社区创作成果。用户可以在“Living Memory”中把个人照片转为可探索空间,在“Dino Field Guide”中漫游基于 360 度全景的史前栖息地,或是在“Rock Paper Scissors”里让 Gemini 担任实时裁判,对桌面上的主题物品进行对战。
画廊里还有与早期获得工具使用权的先锋创作者合作的作品。创意技术专家 Will(即 BLVCKL!GHT)用 Genie 4 打造的“Villa Giallo”,把哥特式庄园变成逐房间推进的交互悬疑空间;电影制作人 Anand Gandhi 的作品“The Life of Ants”借助 Genie 4 的照片级真实感,让用户以蚂蚁的视角探索复杂蚁群。
除了逛精选世界,用户也能用简单提示启动自己的创意,或与 Project Genie 代理一起对现有画廊作品做二次创作——调整底层世界结构、配乐或规则,做出专属内容。完成后发布到社区画廊,其他人就能来探索、接着改。
谷歌表示,交互式世界模型的开发与推广始终以负责任的态度进行。Project Genie 生成的所有视频、音频都带 SynthID 水印,所有模型输入与输出都会经过安全筛查。
Genie 3 与 Genie 4 目前仍处于前沿研究阶段。谷歌称,随着研究推进,相机延迟、复杂物理交互、实时音频精度、长期场景保持等核心挑战正在积极解决。

从今日起,符合资格的 Google AI Ultra 订阅用户即可体验全新 Project Genie;Google AI Pro 会员可在同一页面加入等待名单。