谷歌Genie 4这次把世界模型往前推了一步，原生音画同步、两分钟连贯交互，不再是单独出视频再配音。
它这套方案很有意思，靠Gemini 3.8 Flash当 “实时导演” 负责逻辑规划，Genie 4专心渲染视听内容，一句话就能现场改天气、加角色，不用整张重绘。游戏原型、影视预演、机器人仿真都是它瞄准的方向。
当然现在还只是小范围测试版本。两分钟连续场景看着很强，但长时序下的稳定性、细节一致性都是硬骨头。世界模型比拼的早已不只是画面好不好看，能不能稳定持续跑通一个虚拟世界，才是真正的分水岭。