Google DeepMind发布Genie 4:世界模型如何接住Agent的实时指令?
动态条件注入、因果核验与异步协作的三大技术挑战,暴露出哪些致命的技术死角?



01
从条件生成到动态干预



02
视觉状态不等于任务状态





03
两个模型如何持续协同




04
拖动滑块完成拼图,通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
动态条件注入、因果核验与异步协作的三大技术挑战,暴露出哪些致命的技术死角?



01



02





03




04
2026年10月27日,Google DeepMind正式发布Genie 4世界模型,这是Genie系列首个原生生成音频的版本,场景连续性从Genie 3的约1分钟提升至2分钟,并深度整合Gemini Omni和Gemini 3.8 Flash作为感知与规划引擎。当前仅向受信测试者开放,Google AI Ultra订
专注AIGC技术的专业社区,关注大语言模型(LLM)的发展和应用落地,聚焦LLM及AI技术的市场研究和开发者生态,欢迎关注!近日,Google DeepMind发布世界模型 Genie 4。它可以根据文字描述生成可探索的虚拟环境,用户能在场景中移动视角,也能继续输入指令,改变天气、加入角色或调整环境。模型还会生成环境音
2026年10月27日,Google DeepMind正式发布Genie 4世界模型,这是Genie系列首个原生生成音频的版本,场景连续性从Genie 3的约1分钟提升至2分钟,并深度整合Gemini Omni和Gemini 3.8 Flash作为感知与规划引擎。当前仅向受信测试者开放,Google AI Ultra订
财联社10月28日讯(编辑 赵昊)谷歌发布了新版人工智能世界模型,能够实时生成更加逼真的虚拟环境,进一步推进这项曾令游戏公司感到不安的技术。谷歌DeepMind周二在官网发布了Genie 4,可让用户通过文字提示创建可供探索的虚拟世界,并可以使用键盘操控在其中游历。用户还可以在场景展开过程中输入指令,实时改变天气或添加
作者|青和编辑|四月如果 AI 不再只是生成一段视频,而是直接创造一个可以走进去、随时改变,甚至能与其中人物交流的世界,会发生什么?谷歌最新发布的 Genie 4,正在把这一设想推向现实。当地时间 10 月 27 日,Google DeepMind 正式推出新一代世界模型 Genie 4,称其为「迄今为止最逼真、交互性
谷歌DeepMind在最新研究预览中发布了第四代世界模型Genie 4,其亮点是在生成逼真交互世界的同时新增实时音频,并能通过提示词实时修改天气、摄像机角度或添加物体。Genie 4可将场景一致性维持两分钟,为上一代的两倍。谷歌强调其与Gemini模型的协同——Gemini担任'导演'负责规划与检查,Genie负责视觉
IT之家 10 月 29 日消息,搭载安卓系统的折叠屏设备问世多年,应用适配问题却始终没有得到妥善解决,连谷歌也承认这一点。不过,谷歌不准备继续指望开发者自觉优化应用,而是打算主动推动折叠屏应用的适配工作。当地时间 28 日,据外媒 Android Authority 报道,从明年起,Google Play 商店将开始
Google DeepMind发布Genie 4世界模型研究预览,面向可信测试者。新版本加入实时音频、更逼真的模拟,并支持在模拟过程中通过文本提示实时操控。相比前代,Genie 4从生成可交互世界进一步走向多感官、可导演的实时世界模型。本文梳理其核心升级、应用想象与仍需关注的挑战。
当地时间10月27日,谷歌DeepMind推出世界模型Genie 4研究预览版。该模型可生成高拟真度可交互虚拟世界,首次实现音视频同步生成,支持自由编辑,最长维持两分钟连贯画面。谷歌DeepMind官方账号称,“Genie 4是我们迄今为止最逼真、最具交互性的世界模型。”
梦瑶 发自 凹非寺 量子位 | 公众号 QbitAI 实时、改环境、语音指令、Gemini…全来了??? 刚刚,Google DeepMind正式发布新一代「世界模型」——Genie 4。 这也是,谷歌迄今为止最逼真且最具交互性的世界模型。 一句话实时修改场景、模拟真实物理效果,连人物动作、环境音效和互动对话都能同步生
谷歌版「黑客帝国」,今夜彻底成真了! 就在刚刚,Google DeepMind甩出深夜王炸,正式发布新一代通用世界模型Genie 4。 这是谷歌迄今为止最逼真、最具互动性的AI世界模型。 一句提示词,就能直接造出一座能张嘴接戏、实时改命的「活体宇宙」! 谷歌CEO劈柴第一时间宣布:从「生成一段视频」到「实时运行一个世界
Google DeepMind发布Genie 4世界模型研究预览,面向可信测试者。新版本加入实时音频、更逼真的模拟,并支持在模拟过程中通过文本提示实时操控。相比前代,Genie 4从生成可交互世界进一步走向多感官、可导演的实时世界模型。本文梳理其核心升级、应用想象与仍需关注的挑战。
文章转载于量子位作者:梦瑶实时、改环境、语音指令、Gemini…全来了???刚刚,Google DeepMind正式发布新一代「世界模型」——Genie 4。这也是,谷歌迄今为止最逼真且最具交互性的世界模型。一句话实时修改场景、模拟真实物理效果,连人物动作、环境音效和互动对话都能同步生成全安排上了。比如,直接在对话框里
本期速报聚焦基础设施层变动:Google Cloud发布Agent Compute Engine解决智能体规模化运行难题;DeepSeek开源支持昇腾与NVIDIA新架构的DeepInfer框架;Meta放出单卡可跑的30B智能体模型。此外,Google开源TorchTPU降低迁移成本,Hugging Face推出Tr
谷歌 DeepMind 团队昨日(10 月 27 日)发布博文,宣布推出 Genie 4 世界模型,定位为“重大研究里程碑”,在原生音频、实时自然语言改写、更真实的物理与人物等方面实现核心突破,把世界模型从一次性生成画面升级为可实时操控、可听、可推理的动态模拟世界。
AI 的下一个目标是模拟现实 #欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。
2026年10月27日,Google DeepMind发布世界模型Genie 4,支持根据文本或图像生成可探索的逼真虚拟环境,并可在模拟中通过自然语言实时调整场景,首次原生生成环境音、音乐与交互对话,…
这个世界只能维持 120 秒,然后一切开始崩塌。然而在这两分钟里,你可以随时改变天气、召唤巨龙,甚至让一座城市为你拔地而起。 刚刚,Google DeepMind 正式发布新一代世界模型 ....
AI短剧的爆发,正为游戏产业提供一场前所未有的参照实验:内容生产成本骤降、创作者大量涌入,爆款却依然稀缺。如今,TapTap、Roblox以及Google与Unity的探索,表明AI游戏创作也开始跨越技术门槛。 游戏拥有比短剧更丰富的交互、社交和商业化空间,可能在供给革命之外开启需求革命。但谁能把新增游戏转化为持续游玩
Google DeepMind推出新一代世界模型Genie 4,主打高保真视觉与原生音频同步生成。该模型允许用户通过自然语言实时修改场景中的天气、物体或人物行为,并引入Gemini系列模型进行逻辑推理以维持模拟连贯性。目前仅面向受信任测试者开放预览,旨在探索其在机器人训练、游戏原型设计及影视预演等领域的应用潜力,同时承
打开如今的视频生成模型能力榜单,排名前列的模型均来自谷歌、字节、快手等等大厂。三年前,AI 视频赛道绕不开的「Runway」已经不在第一梯队。 Artificial Analysis 榜单,Runway 的最新模型 Gen4.5 已排不进前 10|图片来源:Artificial Analysis 去年 12 月,Gen
榜单里面还有几个海外模型作为参考,Google的Gemini Omni 1.1 Flash总分67.38,X.AI的Grok Imagine Video 1.5分数65.79,这两个都不计入正式排名。
一家破产航空公司留下的数据,被Google开价1000万美元购买。 这笔交易涉及美国廉价航空公司Spirit Airlines长期积累的内部记录,包括约1亿封电子邮件、5亿条Microsoft Teams消息,以及大量电子表格、日历和其他业务资料。Google希望利用这些数据改进AI模型。 一家已经停止运营的航空公司,