Google以研究预览开放Genie 4，原生生成可交互世界与声音

Genie 4是面向实时可交互模拟的新世界模型。用户可以通过键盘导航和控制镜头，也可在模拟过程中用文字改变天气、加入人物或物体。模型原生生成环境声音、音乐和随场景变化的互动对话，而不只是输出无声画面。Gemini系列为外观、行为和场景连贯性提供支持；官方还展示了Gemini 4 Argon将任务分步、交给Genie实时渲染的研究演示。 本次实际开放阶段是面向受信任测试者的研究预览。Google AI Ultra订阅用户在Project Genie中的使用、Gemini API与AI Studio早期伙伴入口仍标为即将推出；不把候补名单写成已向普通用户开放，也没有公开权重。 官方明确，短会话中虽能保持连贯，较长模拟、多次复杂编辑或场景移动仍可能导致细节与物体恒常性漂移；复杂物理、音频准确性、文字可读性、空间精度和长期一致性仍在研究。生成的视频和音频包含SynthID水印，演示不能等同可验证的物理仿真器。