Google推出Genie 4世界模型：可生成2分钟交互场景，支持自然语言实时改

当地时间2026年10月26日，谷歌正式发布第四代Genie世界模型Genie 4，相关详情已在DeepMind官方博客公开。

Genie属于AI世界模型品类。和普通AI生成的单向播放视频不同，它产出的是可交互的虚拟环境，用户的操作、输入的指令都会触发环境的对应反馈，是当前AI行业的热门研发方向。

按官方说法，这代主要有四个核心变化：

1. 生成的虚拟场景画面拟真度更高
2. 输入自然语言提示，就能实时调整当前体验内容，无需整段重新生成
3. 新增原生音频生成能力，无需搭配额外音频工具
4. 底层搭载Gemini 3.8 Flash模型，支撑模拟过程的运算需求

时长方面，上一代Genie 3最多支持生成1分钟的可交互体验，Genie 4把时长上限提升到了2分钟。

谷歌目前规划了三类落地场景：
影视团队可以用它做前期视觉预演，不用拍实体样片就能快速验证镜头创意。
游戏开发者可以快速搭建玩法原型，不用从零制作美术素材、调试物理规则，低成本验证玩法可行性。
机器人研发团队可以用它生成多样化、高成本的罕见训练场景，降低真实环境训练的投入和风险。

截至发稿，官方未公布Genie 4的开放试用时间、接入门槛等细节，信息来源为The Verge报道。