谷歌发布Genie 4世界模型：仿真更逼真，交互更完整

【事件概览】
10月27日，谷歌DeepMind发布新一代实时交互世界模型Genie 4，目前以研究预览形式向受信测试者开放，后续将上线AI Ultra订阅用户的Project Genie，以及Gemini API和AI Studio的早期合作伙伴。主要升级包括：1）画面真实感与物理模拟提升，覆盖空气动力学、碰撞等场景，角色行为更接近真人；2）首次原生生成音频，包括环境音、音乐与角色实时对话；3）模拟过程中可用自然语言实时调整镜头、天气或加入新角色；4）场景一致性时长约2分钟，为Genie 3的两倍；5）底层融合Gemini Omni视频能力与Gemini推理模型，用于维持模拟的连贯性。

【影响分析】
我们认为，Genie 4的核心变化在于从可漫游的生成画面走向可交互、可推理的仿真环境。音频、角色行为和语言实时操控补齐了Genie 3的主要短板，由Gemini负责规划推理、Genie负责像素级仿真的"混合世界模型"路线也更加清晰。短期看，最直接的价值在机器人、智能体和自动驾驶的训练测试环境（Waymo已基于Genie 3构建世界模型），以及影视、教育等创作工具。游戏领域方面，2分钟的一致性时长和长时段画面稳定性尚不足以替代游戏引擎和成熟的内容生产流程。