EasyVibeCoding Podcast

Genie 4:從文字提示走進可互動的生成世界

5:17

Genie 4:從文字提示走進可互動的生成世界

Google DeepMind 發表 Genie 4,展示一種可以邊生成場景、邊接受文字提示改變內容的世界模型。官方示範裡,使用者能探索生成的環境、移動鏡頭、改變天氣或加入人物;場景也會生成環境聲音,人物則能移動、回應並對話。這讓世界模型不只產出一段固定影片,而是朝可即時操控的模擬環境發展。

但 Genie 4 目前仍是研究預覽。DeepMind 先提供給 trusted testers,並表示後續會逐步開放給 Project Genie 的 Google AI Ultra 訂戶,以及 Gemini API、Google AI Studio 的早期合作夥伴。官方模型頁也列出目前持續互動僅能維持數分鐘;視覺細節與物件可能漂移,複雜互動、地點準確度、文字呈現和即時音訊仍在改進中。

Genie 4 現在處於什麼階段?

DeepMind…