谷歌正式向符合条件的 Google AI Ultra 订阅用户推出 Genie 4,这是一款基于浏览器的交互式世界生成模型,集成于 Project Genie 原型项目中。AI Pro 会员目前可加入等待名单。

核心功能升级

Genie 4 引入了创作代理和社区画廊功能,支持用户在会话过程中通过提示词动态调整环境,如改变天气、添加角色或重定向事件走向。该模型首次实现原生音频支持,涵盖背景噪音至角色对话等多种音效。此外,用户可通过画廊分享并混用彼此创作的内容。

谷歌 DeepMind 曾于今年 10 月向测试人员展示 Genie 4。此前,Project Genie 已允许部分用户探索基于街景数据构建的模拟城市。

技术局限与旧版迭代

谷歌强调,Genie 4 仍处于研究阶段。在长时间生成过程中,细节可能出现漂移,且可读文本和复杂物理效果的生成依然存在挑战。所有生成内容均嵌入 SynthID 隐形水印以标识 AI 来源。

与此同时,旧版 Genie 3 仍服务于长时运行需求,其单次生成长度已从 60 秒提升至最高 3 分钟。

行业动态与应用前景

尽管大型游戏工作室对生成式 AI 持谨慎态度——Take-Two 明确声明《GTA 6》未使用相关技术——但世界模型领域正吸引巨额资本。AMD 已于今年 9 月同意以 82 亿美元收购李飞飞创办的 World Labs。

谷歌 DeepMind 指出,此类模型可用于训练机器人和 AI 代理,使其在进入现实世界前具备工作能力。竞争对手 Odyssey 实验室声称,其 Odyssey-3 模型已能控制机器人和汽车。