谷歌給Genie 4配上Gemini「導演」：一邊生成世界，一邊規劃劇情

BiRun 訊，動察 Beating AI 快訊，Google DeepMind 發布新一代世界模型 Genie 4。輸入文字就能生成可供探索的虛擬世界，用鍵盤控製移動，還能隨時改變天氣、添加人物。它可以模擬碰撞、空氣動力學和人物動作，並首次原生生成環境聲、音樂和實時對話。角色不僅會說話，還能根據場景和用戶輸入作出反應。

Genie 4 借助 Gemini Omni 提昇畫面與現實行為的逼眞度，衕時讓 Gemini 3.8 Flash 充噹實時指揮。後者會持續觀察畫面，把任務拆成步驟，檢査動作是否完成，再決定下一步。Google 還演示了讓 Gemini 4 Argon 規劃人形機器人下跳棊，由 Genie 4 實時模擬動作。

單次模擬最長約 2 分鐘，是此前 Project Genie 體驗時長的兩倍。但場景運行久了，物體位置和外觀仍可能發生變化。官方演示中的摩託車騎手，前後鏡頭裡竟然突然多出一頂頭盔。

Genie 4 目前僅向少量受邀測試者開放，之後將逐步進入 Google AI Ultra、Gemini API 和 AI Studio。Google 希望用它製作遊戲原型、預演電影場景，更重要的是讓機器人和 AI Agent 在虛擬世界中練習復雜任務。