AI 模型
DeepMind 发布 Genie 4：实时生成画面同时原生输出环境音与角色对话
DeepMind 10 月 27 日发布 Genie 4，称其原生多模态，可在生成世界的同时输出音乐、环境音与人物的交互对话，并能用自然语言实时改变天气、镜头，或加入新人物与物体。演示中 Gemini 4 Argon 与 Genie 4 协同，把模拟 Apptronik Apollo 人形机器人下跳棋的任务拆成实时步骤。官方称目前已作为研究预览开放给 trusted testers，之后才向 Google AI Ultra 订阅者（Project Genie）与 Gemini API、AI Studio 早期伙伴开放。
对 AI 使用者意味着什么
世界模型从「生成一段视频」变成「生成能持续响应、有声音、有人说话的环境」，最现实的下游是机器人与 agent 的训练环境。现阶段没有公开 API 与定价，画质与物理理解均为厂商自评。
来源：Google DeepMind：Genie 4 ↗ 原文链接
有具体工作流问题？联系咨询。新闻本身免费阅读。