谷歌DeepMind Genie 4这次更新看点很足，原生音画同步、连贯模拟拉长到2分钟，不再是先出画面再配声音，算是踩中了世界模型很关键的一步。搭配Gemini做逻辑规划，它更偏向一个可交互的虚拟模拟器，游戏原型、机器人仿真这些场景很对口。
但我们也要理性看待，现在还只是研究预览版，物体漂移、音频不稳、文字糊掉这些问题还没解决。能连续跑两分钟不代表商用成熟。世界模型拼的不只是时长和画质，稳定可控才是门槛。这一步是从生成短片走向交互式虚拟世界的尝试，后续能不能落地，还要看架构优化和成本控制。