北京
10月28日消息，据APPSO报道，Google DeepMind 正式发布新一代世界模型 Genie 4，AI 生成的虚拟世界，又向现实迈进了一大步。
相比上一代，Genie 4 不仅让画面更加逼真，还能实时生成声音、模拟物理规律，甚至让用户直接走进 AI 创造的世界，随时改变天气、添加人物，与虚拟角色对话。
谷歌将 Gemini 引入世界模拟，让大语言模型负责规划行动，Genie 4 负责实时生成环境。过去只能观看的 AI 视频，正在变成一个可以自由探索、持续互动的虚拟世界。
早在 2024 年，Google DeepMind 就推出了 Genie 1，尝试从视频中学习动作与环境变化之间的关系。随后，Genie 2 将能力扩展到可探索的三维环境，2025 年发布的 Genie 3 则实现了实时生成、实时交互。
如今，Genie 4 在真实感、物理模拟和交互能力上再次升级，单次模拟时长也从约一分钟延长至两分钟。
根据谷歌公布的演示，用户只需输入一段文字，就能生成可以探索的虚拟世界，通过键盘控制角色移动、调整镜头，甚至在运行过程中继续输入提示词，改变整个场景。
用户可以自由移动镜头，观察演奏者的动作和湖面变化，甚至临时改变天气、添加人物或物体。Gemini 会结合当前环境理解指令，帮助 Genie 4 维持场景的连贯性。
提前体验 Genie 4 的沃顿商学院教授伊桑·莫利克，只用一句「一座由机器人和马匹居住的新哥特式粗野主义城市」，便在一分钟内生成了一座虚拟城市，随后又实时加入了巨龙和一只友善的水獭 NPC。
a16z 投资人贾斯汀·摩尔也展示了一段被他戏称为「GTA Waymo」的演示，在完全由 AI 实时生成的城市环境中自由探索，整个过程都可以直接交互。
摩尔还展示了一个仅靠环境与角色提示词创建的虚拟世界，用户能够在运行过程中继续下达指令、改变场景，并听到与世界同步生成的原生音频。
从这些实际体验也能看出，Genie 4 的特别之处在于，整个过程不需要预先制作三维地图，也没有固定的场景演出，AI 会根据用户的操作持续生成接下来发生的事情。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
