这个世界只能撑满120秒，两分钟一到，眼前的一切就彻底崩塌。

但就在这短短两分钟里，你能呼风唤雨、凭空召出巨龙，甚至打个响指就让整座城市拔地而起。

Google DeepMind刚刚甩出了新一代世界模型Genie 4，直接把AI造出来的虚拟世界，狠狠往现实推进了一大截。

说白了，以前那些生成视频的工具就像个卖录像带的，不管画面多逼真，你点下播放键就只能当个观众干看着。

Genie 4这回直接把控制手柄硬塞到了你手里。

湖面上有人在吹萨克斯，你敲键盘就能绕到他背后看水面波纹，手一痒输入几个词，天上立刻电闪雷鸣，旁边还能凭空塞进一个能跟你搭话的NPC角色。

“不仅画面跟着你的操作实时重构，连风声、踩雪声和人物对话全都是当场算出来的。”

这套操作最可怕的地方，是后面还站着一个负责当导演的Gemini。

一个负责在幕后飞速拆解行动逻辑，另一个负责在台前实时搭景造世界，甚至还能指挥机械手臂在虚拟空间里反复推演怎么下棋。

不过也先别急着替游戏大厂焦虑。

两分钟的保质期，说难听点更像是一张极度烧钱的沙盒体验卡。

为什么卡在120秒？

因为算力扛不住，模型的长期记忆也会乱套。

只要你在这个世界里多转悠几圈，走远了再回头，刚才路过的那家便利店可能就彻底变了样。

目前的生成机制更像是一个随性发挥的画师，前面几笔惊艳全场，画着画着就把最初设定的物理规律给抛到脑后了。

传统引擎虽然笨重，但一砖一瓦的碰撞体积明明白白摆在那儿，车撞墙就是撞墙。

而纯靠像素预测的世界，随时都可能发生违背常理的穿模或者逻辑断层。

但搞具身智能的那帮人显然已经红了眼。

现实里让一台刚造出来的机械狗去实地爬楼梯，摔烂一次零件维修就得花大价钱；要是把它扔进这种可以随意调换重力、天气和路况的虚拟环境里死磕几十万次，试错成本基本只剩下了服务器电费。

现在行业的分水岭早就变了，大家不再比谁生成的短片更好看，而是在拼谁能让算法真正搞懂现实世界的因果法则。

两分钟的数字泡泡虽然短暂，可一旦哪天它的记忆链条被彻底补齐，现实和代码的边界恐怕就真的要模糊了。