谷歌DeepMind发布了新一代人工智能世界模型Genie 4。用户可通过文字提示创建可供探索的虚拟世界，并使用键盘操控角色在其中游历；场景展开时还能输入指令，实时改变天气或添加角色。官方称，Genie 4能够实时生成更逼真的虚拟环境，最长可运行两分钟，约为上一代Genie 3的两倍，并首次实现同步生成声音和画面，包括环境声音、音乐和能对用户行为作出反应的对话。
与此前版本不同，Genie 4依靠Gemini维持虚拟世界的连贯性。谷歌在博客文章中表示，Gemini会观察持续传入的画面，理解用户目标并将其拆解为一系列步骤，再核查每一步是否完成。团队曾尝试使用Gemini 4 Argon，但实际实时体验由Gemini 3.8 Flash驱动。官方强调，该模型仍处于实验阶段，模拟运行时间越长，画面细节和物体越可能发生变化；复杂物理交互、清晰可读的文字和长时间一致性仍待完善，场景即使运行至两分钟上限，也不意味着全程完全一致。
目前，Genie 4以研究预览形式向一小批受信任测试者开放，未来几周还将向Google AI Ultra套餐用户及部分使用Google AI Studio、Gemini API的开发者提供访问。游戏开发者和电影制作人正在试用其探索创意原型与场景，谷歌也在研究用其训练机器人。生成的所有音频和视频都带有SynthID隐形水印。