史诗级进化!谷歌 Genie 4 世界模型开放体验:支持边玩边改天气、召唤角色,所见皆可互动
谷歌面向 Google AI Ultra 订阅用户推出全新 Project Genie 体验,首次开放 Genie 4 世界模型,支持会话中实时修改世界、适配原生音频,同时升级 Genie 3、新增智能创建代理与社区画廊。
11月19日消息,谷歌今年早些时候曾推出实验性研究原型Project
Genie,用户可以用它生成并探索交互式虚拟世界。早期测试者反馈,希望增强对世界内部变化的控制权,建造和分享起来也更方便些。

现在,谷歌向符合资格的Google AI Ultra订阅用户开放了新版Project Genie体验。这些虚拟世界的响应速度、创意空间和社交玩法都有明显提升。
Genie 4的访问权限是头一回放开。这次更新还带来两样东西:一是帮助用户把创意落地的Project Genie智能体,二是用来发现、探索和二次创作世界的社区画廊。Genie 3本身也一并升级。
Project Genie把谷歌最先进的世界模型和Gemini系列模型放在一起,用户打开浏览器就能生成、进入并塑造各种虚拟世界。
Genie 4被谷歌称为迄今最逼真、交互性最强的世界模型。它支持用户在会话进行到一半时输入提示词,直接修改已经建好的世界。
探索途中敲入新提示,环境就能实时改动——换天气、加角色、改动作走向都行。Genie 4还头一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,环境音效和角色对话都涵盖在内。
Genie 4提供最高保真的视觉、物理效果和原生音频。Genie 3则继续留在模型选择器里,适合需要更长生成时间、以全景图为底生成空间的情形。
这次Genie 3的更新有几项:单次生成可探索的时长从60秒拉长到最多3分钟,多个世界还能串起来形成更长的旅程;360度全景图可以作为生成基础,从全景图种子造出新世界;世界内支持实时事件,探索时用自然语言提示就能动态改变环境。
举个例子,Project Genie 3能借实时可触发事件,把森林、水下遗迹、冰封海域等世界连成一段连续的飞行旅程;也能用360度全景图grounding,让佩特拉峡谷、古建筑立面在转动视角时保持一致;长时长生成、全景图基础和实时事件还能叠加使用,飞行途中随时换世界,甚至召来一条龙当坐骑。
新版Project Genie智能体把创作能力从单条文本、图片提示往外扩了一圈,搭一个交互式宇宙变得跟聊天差不多。用户用自然语言说出想法,智能体去调度谷歌的多模态模型套件,先产出定下世界风格的初始画面,再配上氛围相符的定制背景音乐。
探索时用户还能把Gemini模型拉进会话:它盯着屏幕上发生的事,弹出跟上下文相关的建议选项,或者随着旅程推进自动触发世界内事件。比如把一句自然语言提示变成交互式太空行走,按指令召唤外星飞船,或者把山坡上的咖啡馆改造成沙漠里的玻璃凉亭。做完之后,自定义世界可以发布到画廊,让别人来探索和二次创作。
只想直接进去逛的用户,新版Project Genie画廊收了一大批精选世界和社区作品。“Living Memory”能把个人照片变成可探索空间,“Dino Field Guide”可以漫游基于360度全景的史前栖息地,“Rock Paper Scissors”则让Gemini当实时裁判,对桌面上的主题物品进行对战。
画廊里还有与早期拿到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)参与的“Villa Giallo”,用Genie 4把哥特式庄园变成一个逐房间推进的交互悬疑空间;电影制作人Anand Gandhi参与的“The Life of Ants”,靠Genie 4的照片级真实感,让用户以蚂蚁的视角探索复杂的蚁群。
除了逛精选世界,用户也可以敲一句提示启动自己的创意,或者跟Project Genie智能体一起对画廊现有作品做二次创作——调整底层世界结构、配乐或规则,做出自己的版本。完成后发布到社区画廊,供他人探索、二次创作。
谷歌表示,交互式世界模型的开发和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,模型的全部输入与输出都要过安全筛查。
Genie 3和Genie 4目前都还处于前沿研究阶段。研究继续推进的同时,谷歌正在着手解决相机延迟、复杂物理交互、实时音频精度、长期场景保持等核心难题。

从今日起,符合资格的Google AI Ultra订阅用户就能体验新版Project Genie,Google AI Pro会员可以在同一页面加入等待名单。