Google DeepMind 发布 Genie 4 世界模型

完整中文导读

Google DeepMind 于 10 月 27 日发布 Genie 4，可按提示词创建可实时探索的交互环境，并随行动生成海浪、风声、音乐和人物对白等声音。Gemini 参与世界模拟，负责理解目标、拆解任务和调整计划。

中文整理

作者 / 来源：姚点意思 (@yaodianyisi) · 原文时间：2026年10月30日 11:00（北京时间）

原作者信息要点

作者称 Google DeepMind 于10月27日正式发布 Genie 4，并将其定位为世界模型：用户输入提示词后创建可探索环境，而非生成一段仅供观看的视频；行走、改变天气、加入角色等操作会使场景实时变化。

作者称 Genie 4 可随世界实时生成海浪声、风声与环境音、音乐及人物互动对白，并举例虚拟咖啡馆店员可按当前互动回应，但注明此类互动仍处实验阶段。

作者称 Gemini 参与世界模拟，负责理解目标、拆解任务、观察场景变化并调整计划，Genie 4 负责实时呈现世界；作者将此概括为 Gemini 思考规划、Genie 模拟世界变化。

作者列举 Google 自认的不足：物体可能突然变化、长时间运行场景出现偏差、复杂物理不一定准确、文字和声音可能出错、连续交互时间有限；并称其目前是研究预览，不是成熟的开放世界游戏制作平台。

作者称目前仅向部分可信测试者开放，Google 计划随后通过 Project Genie 向 Google AI Ultra 用户分批开放，并计划提供 Gemini API 和 Google AI Studio 的早期开发者访问；正式 API 价格与完整开放日期尚未明确公布。

作者提出机器人模拟训练、影视与游戏原型验证、互动教育等应用方向，并称这些多为未来应用设想；文末附官方演示视频与 DeepMind 技术博客链接。

本站整理与观察

材料中可核验的官方表述来自 Google DeepMind 账号：其称 Genie 4 是迄今最逼真、最具交互性的世界模型，可实时探索动态环境，观察场景响应、声音以及人物的移动、反应和说话。该表述未涉及发布日期、Gemini 分工、开放范围与缺陷清单。

本站观察：原文将 Genie 4 与普通 AI 视频对比，核心差异在于可交互环境与被动观看，这一区分属于作者归纳，官方引文未直接作此对比。

本站观察：发布日期、Project Genie 分批开放计划、API 与 AI Studio 访问安排等均出自作者转述，材料未提供对应官方链接内容，宜视为待核实信息。

本站观察：机器人训练、影视游戏、互动教育等属于作者的前景判断，不是已验证的产品能力或实验结论。

材料仅含作者长帖与一条 Google DeepMind 官方推文引文，缺少 DeepMind 技术博客、演示视频及开放计划的一手内容；发布日期、Gemini 参与方式、缺陷清单、开放范围与时间表均无法在现有材料中独立核实。本文未对 Genie 4 的实际性能作验证，作者观点与官方表述已尽量区分。

上下文来源：1