Genie 4：新一代世界模拟

Genie 4：新一代世界模拟。今天，我们宣布推出 Genie 4，这是我们的新世界模型，它解锁了前所未有的真实感，并改进了实时交互式模拟。Genie 4 原生多模态，能够与世界同时生成类似音乐的音频、环境噪声和交互式对话。Genie 4 模型融合并建立在 Gemini 系列的能力之上：Gemini Omni 将模拟锚定在真实世界的外观和行为上，而其他 Gemini 模型提供帮助维持模拟连贯性和连续性所需的复杂推理能力。基于这一基础，你可以启动一个事件，Genie 4 会模拟接下来发生什么：世界如何响应、听起来如何，以及其中的人如何移动、反应和说话。理解和模拟世界是构建 AGI 的关键方面。Genie 4 提升了我们创建安全、无限可变模拟的能力，这些模拟可以帮助从为机器人和智能体开发训练环境到解锁全新交互体验的创造等一切事情。我们已开始将 Genie 4 作为研究预览向可信测试者推出——在向消费者和开发者发布之前收集反馈，首先从 Project Genie 中的 Google AI Ultra 订阅者以及 Gemini API 和 Google AI Studio 的早期访问合作伙伴开始。在此加入 Project Genie 中 Genie 4 的等待名单。Genie 4 推进了四项关键能力。以下是 Genie 4 实时交互的录制内容，用户使用标准键盘控制进行导航和摄像机控制，并使用文本提示在场景演变过程中引导场景。实时塑造世界模拟。借助 Genie 4，你可以使用自然语言实时修改模拟——比如改变天气、移动摄像机或引入新的人物或物体——Gemini 会根据周围场景上下文调整你的提示。在你的输入之间，Gemini 还会监控并引导场景……