Alphabet 周二宣布推出新一代 AI 世界模型 Genie 4。据多家媒体报道，该模型能够根据文字指令实时生成更加逼真的交互式虚拟环境，用户可以在探索过程中通过自然语言实时改变场景、操控镜头和添加角色。
相比上一代，Genie 4 的两项主要升级是：
- 模拟时长：单个交互式虚拟环境最长可持续运行约两分钟，较 Genie 3 的数十秒明显延长；
- 音视频同步生成：首次实现与画面匹配的实时音频生成。
世界模型与普通视频生成模型的区别在于：它不只生成像素序列，而是在用户输入操作时实时预测并生成下一帧，使环境可以被持续交互和修改。该类模型被视为游戏开发、机器人训练环境等方向的潜在基础设施。此前谷歌在今年 1 月曾推出由 Genie 3 驱动的原型产品 Project Genie。