TechCrunch AI 技术与创作工具资讯· Rebecca Bellan·· 7 小时前AI 评分72
Google DeepMind 发布 Genie 4 世界模型研究预览，新增实时音频与自由编辑
Google’s Genie 4 world model adds audio, more realistic worlds, and real-time steering
先看结论
原文显示 Genie 4 处于研究预览阶段，可用于实时分镜构思与机器人任务仿真，但产品形态和音频准确性尚未确定。
报道讲了什么
- Google DeepMind 发布 Genie 4 世界模型研究预览版。
- 模型可在模拟中通过输入提示实时改变场景，并生成匹配的实时音频。
- 场景一致性最长维持两分钟，为前代的两倍。
可以做什么
- 支持实时改变天气、镜头角度或添加人物与物体等自由编辑。
- Gemini 作为导演规划步骤并检查帧，Genie 负责生成画面。
- 在 Gemini Robotics 实验中，Gemini 4 Argon 将任务拆成步骤由 Genie 4 实时模拟。
怎么使用
原文没有提供可复现的操作步骤，请从下方原文或官方说明确认使用方法。
结果与限制
- 模拟运行越久，细节和物体可能出现漂移。
- 团队尚未解决音频准确性和场景内文字可读性问题。
- 目前仅面向 trusted testers 开放，后续才向订阅者和早期访问伙伴推出。
使用入口与依据
来源：TechCrunch AI 技术与创作工具资讯 · techcrunch.com
事件后续
查看事件全部正在读取事件进展…