Wink Pings

谷歌开放Genie 4世界模型接口,普通开发者也能做可交互虚拟场景

谷歌DeepMind旗下Genie 4世界模型正式接入Gemini API对外开放,开发者无需自研底层模型,即可通过文本、图像生成带基础物理规则的可交互虚拟环境,可落地在游戏原型开发、机器人训练仿真等多个场景。

谷歌近期通过Gemini API正式向开发者开放Genie 4世界模型的调用权限,所有接入Gemini生态的开发主体都能直接申请使用。

Genie是谷歌DeepMind在2024年推出的世界模型产品线,核心能力是把静态文本描述、单张参考图片转换成可实时交互的虚拟环境,基础物理规则由模型自动生成,不需要开发者单独编写底层逻辑。前三代Genie始终处于内部研究和定向合作阶段,普通开发者没有公开调用渠道。

作为系列第四代产品,Genie 4的场景生成精度和交互稳定性都有明确升级,支持2D和3D两类场景输出,能模拟重力、碰撞、材质反馈等常见物理效果。开发者只需要输入清晰的场景描述,或者上传一张参考图,短时间内就能生成支持鼠标、键盘操作的可交互环境。

这次开放的接口直接内嵌在现有Gemini API体系中,开发者不需要单独申请新的服务资质,按照官方文档调整请求参数即可调用。具体计费规则和调用额度,可查询谷歌开发者平台的公开说明。

目前已经有小型游戏团队和机器人研发团队参与了前期测试。做游戏原型的团队不用再花数天时间搭基础交互框架,输入关卡设定和美术风格参考,很快就能出可直接操作的demo。机器人研发团队则用它快速生成各类训练用虚拟场景,减少真机测试的硬件损耗和场地限制。

此前行业普遍判断世界模型离大规模商用还有较长距离,谷歌这次直接把Genie 4的能力拆成通用接口开放,相当于把原本停留在论文和实验室里的技术,拉到了普通开发者能低成本尝试的阶段。目前Genie 4还支撑不了高复杂度的开放世界场景,生成环境的规则上限依然受输入信息的精度限制,暂时替代不了专业的游戏引擎和工业仿真平台。

消息来源:TestingCatalog

发布时间: 2026-11-20 07:21