Genie 4:世界模型最高的山,和没修完的坡
谷歌发布 Genie 4 世界模型,实时音频、物理效果提升、提示词生成事件实装,演示惊艳。但官方自己写了三个限制:长时生成会漂移、真实地点仿不准、会话只有几分钟。API 可能比 Ultra 会员先开放,内置 Gemini agent 的细节比画面更值得琢磨。
谷歌发布了 Genie 4。博主归藏给了个很直接的评价:世界模型领域最高的山。
这次更新有三个实质变化。实时生成环境原声,视频里摩托车跑在沿海公路上,能听到周围的声音。画质和物理效果明显提升。通过提示词生成事件的能力也实装了,生成过程中可以用提示词改变事件走向。
演示效果确实惊艳。但目前 Ultra 会员还无法体验,归藏说希望早日能玩上。
先别急着下结论。网友 TutuGoBig 提醒,官方自己写了三个限制:跑长了场景会漂移、真实地点仿不准、会话还是几分钟。Genie 4 目前的强项,是短时生成的视觉和音频体验。
更有意思的信息在后面。
开发者 Road N 提到,API 也要开了,开发者那边说不定比 Ultra 会员先玩上。对做产品和研究的人来说,这比会员开放重要得多。
Eric Zhou 补充了一个容易被画质盖过去的细节:Genie 4 内置了 Gemini 3.8 Flash 当 in-loop agent,负责把目标拆成步骤再去驱动场景。这意味着它生成的不只是好看的画面,是一个能被 agent 操作的环境。想明白这点,就能理解为什么有人喊出“地球online”。
Physical AI 实践者 Ding 给了个更实在的角度:世界模型对工业最大的价值,是给机器人一个便宜的试错场,先在生成世界里撞墙,再上真产线。
至于普通人什么时候能上手?目前还没有准信。网友 wcg8904 说得直接:“别又是发布会神仙、落地等半年。”这话不好听,但确实戳中了。
Genie 4 是山巅没错。但登山的路,还差一截。
发布时间: 2026-10-28 10:28