Google DeepMind 发布世界模型 Genie 4,支持原生音频与实时交互
Google DeepMind 发布世界模型 Genie 4,可实时生成可交互世界,并首次原生生成环境音与角色对话。模型基于 Gemini 系列能力,由 Gemini 3.8 Flash 在循环中拆解目标、检查画面以维持多步事件的因果连贯,Gemini 4 Argon 也已用于与 Gemini Robotics 联合模拟任务。官方称其仍属早期实验模型,长时运行下物体恒常性与复杂物理交互仍会漂移,生成内容均带 SynthID 水印,目前先向可信测试者开放预览。

匹配字段标题







