谷歌Genie 4开放开发者:0.2秒操控延迟,6.05美元/分钟

资讯 凤凰科技 作者:凤凰网科技 全文 1259 字 · 约 4 分钟读完 配图 3 张 分类GeminiGoogle世界模型视频生成

当地时间11月19日,谷歌正式向开发者开放世界模型Genie 4,开发者可通过Gemini API及Google AI Studio接入。该模型可生成720p、24fps的可交互世界与原生立体声音频,低延迟网络下键盘操控响应约0.2至0.5秒,视频输出按Token计费,成本约6.05美元/分钟。

所属频道 大厂动态模型发布Gemini 与 Google AI视频图像生成

谷歌向开发者开放世界模型Genie 4:键盘操控延迟低至0.2秒,视频生成约6.05美元/分钟

北京时间11月20日消息,据谷歌官方博客及科技媒体The Defiant、Unite.AI报道,当地时间11月19日,谷歌正式向开发者开放世界模型Genie 4。开发者可通过Gemini API(Interactions API多轮交互接口)及Google AI Studio接入调用。就在此前一天(11月18日),谷歌已经在消费端应用Project Genie中向AI Ultra订阅用户开放Genie 4,AI Pro用户可加入候补名单;同时Genie 3也做了升级,单次探索时长延至3分钟,并支持多世界串联与360度全景图生成。

据介绍,Genie 4能从文本提示、参考图像或图文结合出发,生成720p分辨率、24fps的连续可交互世界,环境音、音效及角色对白等原生立体声音频也一并生成,所有输出内容均嵌入SynthID隐形水印。谷歌同时在AI Studio上线了交互画布与入门示例应用。

开发者能一边用键盘实时操作,一边靠文字指令随时改动天气、光照、物体和场景事件,世界状态则由Gemini推理来维持连贯。谷歌给这套东西定的用途是交互体验原型、空间概念可视化,以及机器人和AI智能体(Agent)训练。问题是眼下的输出被固定在16:9横屏,竖屏和自定义帧率都还不行;底层走的是滚动窗口逐帧生成,并不搭建可长期留存的3D资产,会话一断就没法恢复重进;实时音视频流输入和联网搜索增强同样尚未开放。

Unite.AI引用谷歌的实现指南给出数据:网络延迟较低时,Genie 4用键盘原生操控的画面响应大致在0.2至0.5秒,会话进行中打字改场景则要约1至2秒。可一旦往返网络延迟高于150毫秒,操作就会明显卡住,所以服务眼下只放在美国数据中心。配额上不提供免费层,付费的Tier 1至Tier 3各自对应2个、5个、10个并发活跃会话,每天请求上限依次是50次、250次和1000次。

定价与计费规则方面,Genie 4采用按Token结算模式。官方定价显示,文本及参考图像输入为1.50美元/百万Token,文本输出为9美元/百万Token;含立体声音频的视频输出为17.50美元/百万Token,按每帧240 Token、每秒5760 Token折算,视频生成成本约为0.10美元/秒、6.05美元/分钟。

此外,谷歌官方文档给出两项关键使用提示:一是模型前45至90秒的视觉连贯性与物体持久性最佳,对应输出成本约4.5至9.1美元,单次会话最高上限为120秒;二是直接关闭网页或断开连接并不会立即停止后台生成与扣费,开发者必须显式调用complete()或cancel()接口以终止服务端运行及计费。另据The Defiant与9to5Google报道,谷歌同期(11月18日至19日)还密集推出了面向复杂推理的Gemini 4 Neon(输入定价3美元/百万Token)及面向Antigravity的Gemini Robotics插件。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 谷歌Gemini 4 Neon发布:100万Token上下文,每百万输出15美元

    智东西(公众号:zhidxcom)编译 | 杨京丽编辑 | 李水青智东西11月19日消息,刚刚,谷歌发布Gemini 4系列新模型Gemini 4 Neon,面向复杂软件工程、知识工作和科学研究,主打在前沿智能水平下,更快、更经济地完成多步骤任务。这是谷歌7周内发布的第四款Gemini 4系列模型。▲谷歌发布Gemin

    来源 腾讯网
  2. 谷歌发Gemini 4 Neon:百万Token上下文,百万输出3美元起

    谷歌发布最新模型Gemini 4 Neon,称其可端到端完成复杂软件工程、知识工作和科学研究任务。该模型在Artificial Analysis智能指数得61分、总榜第三,Vals Index排名第二,内部测试幻觉率创最低水平;当日通过API开放,每百万输入Token 3美元、输出15美元。

    来源 凤凰科技
  3. 刚刚,Gemini 4 Neon 突袭发布,性价比一夜斩杀 Opus 5.5

    谷歌发布 Gemini 4 Neon,主攻软件工程、知识工作与科学推理,提供百万上下文窗口,每百万输入、输出 Token 分别为 3 美元和 15 美元。新模型发布当天上线 Gemini App、AI Studio 和企业端 API,文章对比了其与 Claude Opus 5.5 等模型的表现。

    来源 爱范儿
  4. 谷歌Gemini Mac版新增电脑操控:可跨应用自动做PPT、填表单

    谷歌为macOS版Gemini应用推出“电脑操控”功能,AI可直接操作用户电脑,跨本地文件、桌面应用和网页完成多步骤任务,如填写表单、制作演示文稿、商品上架等。该功能正面向美国地区英语用户逐步开放,用户可自主决定允许访问哪些应用,操作过程在实时预览窗口中展示。

    来源 凤凰科技
  5. 谷歌发布Gemini 4 Neon:编程追平Claude

    11月19日消息,谷歌发布Gemini 4 Neon,面向编程、资料分析和多步骤任务。新模型已通过开发者API开放,Google AI Pro和Ultra订阅用户也可陆续在Gemini应用及AI开发工具Antigravity中使用。 打开网易新闻 查看精彩图片 在谷歌的产品线中,Neon位于旗舰模型Carbon和主打速

    来源 AI 行业观察
  6. Gemini登陆Mac桌面:AI代理可代操作电脑,隐私风险几何?

    谷歌为Gemini推出面向Mac的重磅更新,首次将可执行任务的AI代理引入桌面端,能够整理文件、填写表单并完成多步骤工作流。这标志着Gemini从对话助手向“能动手”的操作型智能体进化,也意味着谷歌在桌面AI代理赛道正式与OpenAI、Anthropic和微软正面交锋。与此同时,桌面自动化带来的便利与隐私风险

    来源 AI 科技快讯
  7. 谷歌搜索AI模式上线临时线程:可无痕私密搜索

    11月18日,谷歌在全球桌面及移动端浏览器的搜索AI模式中推出“临时线程”功能。用户可发起私密、非个性化即时搜索,查询记录不留存于个人历史,也不干扰后续算法推荐。该功能借鉴Gemini临时聊天机制,无需修改账户隐私设置,点击AI模式右上角临时对话图标即可开启,关闭后内容即从界面清除。

    来源 AI 产业速递
  8. 谷歌AI模式上线临时线程:搜索不留痕,服务器端仍存约两个月

    11月18日, 谷歌 宣布在全球桌面端及移动端浏览器的 搜索AI模式 中正式推出“临时线程”(Temporary Threads)功能,允许用户发起私密、非个性化的即时搜索,使其查询记录不留存于个人历史且不干扰后续算法推荐。 该功能借鉴了独立应用 Gemini 的临时聊天机制,用户无需修改账户隐私设

    来源 AI 开发者社区
  9. 谷歌字节快手集体降价,AI视频进入分秒计价时代

    AI视频行业正在靠近一个类似DeepSeek的时刻,模型能力差距收窄,价格被打到分/秒,创作者开始批量调用。 11月初,谷歌把视频模型Gemini Omni 1.2 Flash转为正式版,不仅支持15秒视频生成和多轮对话式编辑等功能升级,还把价格打了下来,720p降到每秒0.07美元(约合0.47元/秒),比上一代低3

    来源 AI 行业观察
  10. 谷歌Gemini 4 Neon发布:100万token上下文,速度达Carbon三倍

    谷歌11月18日发布新AI模型Gemini4Neon,聚焦复杂推理与多步骤任务自动化,重点覆盖复杂编程、科学研究和企业工作流,力求平衡推理能力、响应速度与运行成本。该模型已向开发者、企业及部分付费订阅用户开放,核心亮点是支持100万token超长上下文,并具备多智能体协同能力。

    来源 AI 产业速递
  11. LlamaIndex发布OCRia-1.5,NVIDIA推Cosmos数据工厂

    本期速报关注文档解析与合成数据的新进展。LlamaIndex推出OCRia-1.5模型家族,提升复杂表格解析精度;Google DeepMind上线Genie 4,支持原生音频与实时编辑;NVIDIA发布Cosmos Data Factory蓝图,通过Prompt生成含稀有事件的训练数据。此外,Gemini应用适配低内

    来源 AI 应用前沿
  12. Gemini 4 Neon 上线,NVIDIA 并行生成打破逐字解码

    Google 推出 Gemini 4 Neon,主打推理与任务执行,已接入 App 和 Tasks。NVIDIA 发布 Nemotron-Sigma,尝试并行块生成以加速代码和数学解题。Hugging Face 分享了 27B 模型后训练效率优化及微调耗时超预期的技术原因。LMArena 数据显示 GPT-6.2 As

    来源 AI 应用前沿
  13. 谷歌发布Gemini 4 Neon模型,编程智能体性能对标头部大模型

    谷歌正式推出Gemini 4 Neon,定位介于旗舰Carbon和轻量Hydrogen之间,主打复杂编程、智能体协同与企业流程自动化。该模型搭载百万级统一上下文窗口,支持图文、音视频、文档多模态混合输入,在编程智能体专项基准测试中取得靠前成绩,同时提供四档推理模式自由平衡推理深度、响应速度与调用成本。在智能体赛道竞争持

    来源 腾讯网
  14. 谷歌Gemini 4逆袭!国产AI没有上榜

    最新的 Agent Arena 榜单中,被大家戏称北美 “豆包” 的 Gemini 算是翻身了,直接跑赢了 GPT!两个模型Gemini 4 neo 和 Gemini 4 carbon都压着GPT打,算是出了口恶气。不少朋友可能不清楚这个榜单到底测什么,它不比AI聊天问答好不好玩,而是比AI 智能体的实战干活能力:比如

    来源 腾讯网
  15. 谷歌推Gemini Tasks智能体:覆盖2.5亿用户,大摩看好其10亿用户基础

    智通财经APP获悉,谷歌母公司Alphabet(GOOGL.US,GOOG.US)正式推出Gemini人工智能(AI)智能体新功能“Tasks”,将AI助手从回答问题进一步升级为能够代替用户执行购物、预订、支付等实际任务的数字助理。摩根士丹利在11月18日发布的研报中指出,谷歌凭借Gemini庞大的现有用户基础、深度整

    来源 腾讯网
  16. 上市前一天,80余位学界与AI大佬联合声明:“Anthropic不是一家安全的AI公司”

    【TechWeb】11月18日,Anthropic正式确定IPO发行价为每股83美元,高于此前70-78美元的指导区间;公司连同部分股东共发行约9.8亿股A类普通股,公开发行筹资约813亿美元,叠加向谷歌、英伟达、微软等战略投资者的260亿美元私募配售,合计融资规模突破944亿美元,超越SpaceX今年6月创下的纪录,

    来源 AI 行业观察
向下滚动自动加载更多