- Google DeepMind 開發 Genie 4，能透過文字提示詞建立互動世界。
- 用戶可在模擬進行途中更改天氣、物件及鏡頭視角，無需重新啟動。
- 模擬最長可運行兩分鐘，並自帶原生音訊與語音對話。
- 系統率先開放予特選測試者，以及 Project Genie 上的 Google AI Ultra 訂閱用戶。
本文內容
Genie 4 是甚麼？
Genie 4 是 Google DeepMind 開發的人工智能世界模型，能根據文字提示詞生成互動式虛擬環境。它以 Genie 3 為基礎進一步升級，帶來更高的視覺逼真度、自然的人物動作以及反應靈敏的真實物理效果。
- 開發者
- Google DeepMind
- 模型類型
- 互動式世界模型
- 模擬時長
- 最長 2 分鐘
- 音訊生成
- 原生環境音效、音樂與對話
- 即時編輯
- 即時模擬期間以提示詞操控
- 消費者入口
- 透過 Google AI Ultra（每月 $100）使用 Project Genie
- 開發者存取渠道
- Gemini API 與 Google AI Studio
與輸出靜態片段的標準影片生成工具不同，Genie 4 生成的是用戶可主動探索的環境。Google DeepMind 將此模型作為研究預覽版推出，以評估模擬現實如何支援創意工作流程及自主軟件測試。
Genie 4 有甚麼功能？
Genie 4 可生成照片級逼真的模擬環境，並能持續響應用戶的指令和物理互動。它引入了原生音訊生成技術，可製作背景環境雜音、音樂以及互動對話，並直接配合模擬世界中的事件即時調整。
Genie 4 的核心優勢在於即時操控能力。用戶可以在模擬進行途中輸入新的提示詞以改變場景，例如引入新物件、調整天氣狀況或切換鏡頭視角，完全無需重新渲染。
Gemini 如何協助 Genie 4？
Genie 4 直接依賴 Google 的 Gemini 模型來監督並構建模擬世界。Google 整合了 Gemini 3.8 Flash 作為底層「導演」，負責將用戶目標拆解為邏輯步驟，並在生成過程中核驗每一個畫面幀。
這項整合大幅提升了物理準確度，包括碰撞偵測與空氣動力學表現。Digital Trends 報道指出，在這些世界中生成的人物動作更加流暢，不再像早期版本那樣僵硬。
在機械人研究領域，Google DeepMind 將 Genie 4 與 Gemini 4 Argon 搭配使用。Gemini 模型負責規劃機械人動作，而 Genie 4 則在實體硬件部署前即時視覺化並測試這些步驟。
Genie 4 適合哪些人使用？
Genie 4 主要為需要快速進行空間原型設計的專業技術與創意團隊而設。Google 指出其在電影製作預視覺化、遊戲設計概念驗證以及自主機械人合成訓練等領域均有即時應用價值。
- 為動態環境與關卡機制製作原型的遊戲工作室
- 探索即時分鏡故事板與場景調度的電影製作人
- 在物理模擬中驗證控制策略的機械人團隊
- 需要超過兩分鐘場景的長篇影片製作
- 需要確保環境內文字完全清晰可讀的項目
- 尋求完全成品、可直接商用資產的團隊
TechCrunch 指出，世界模型領域正迅速擴張。隨着競爭對手如 Runway 推出可遊玩的世界模型，以及硬件製造商紛紛投資即時模擬技術，Genie 4 正式加入了這場競爭。
如何取得 Genie 4 的存取權限
Genie 4 目前僅限特選的信任測試人員以研究預覽形式使用。Google 已為有興趣體驗該系統的外部用戶設立了候補名單，日後會逐步擴大開放。
消費者存取權限將透過 Project Genie 推出，該工具支援從文字或圖片提示詞建立世界，並會率先向 AI Ultra 訂閱者開放。
Google 計劃向其 Google AI Ultra 級別的訂閱用戶開放消費者存取權限，月費為 $100。至於 AI Pro 或 AI Plus 等訂閱方案的普及支援，則可能會在稍後階段推出。
軟件開發者日後將可透過 Gemini API 及 Google AI Studio 存取 Genie 4。Google 尚未公佈商用開發者級別的最終 API 定價或推出日期。
Genie 4 有甚麼局限？
Genie 4 仍處於早期研究階段，Google DeepMind 亦承認其存在多項技術限制。最主要的限制是時間連貫性：場景在出現視覺飄移前，最長只能維持兩分鐘的穩定性。
隨着模擬時間推進，模型可能會遺失精細細節，並且難以維持物件恆存性。Google 亦提到，保持精確的音訊同步以及在模擬環境中渲染清晰可讀的文字，仍是有待解決的技術難題。
Genie 4 模擬在數分鐘後可能會出現偏差，導致物件消失或場景連貫性下降。
常見問題
甚麼是 Google Genie 4？
Genie 4 模擬最長可以運行多久？
可以在運行的過程中更改 Genie 4 的世界嗎？
使用 Genie 4 需要多少費用？
Genie 4 的主要技術限制是甚麼？
資料來源：Digital Trends · TechCrunch
想 AI 給出的答案是你的品牌？
免費檢查你的網站對 ChatGPT、Gemini 與 Perplexity 準備得有多好，約十秒完成。