Google发布世界模型 Genie 4,实时生成画面音频与对话

GoogleDeepMind发布世界模型Genie4,可实时生成画面、环境音与可交互对话,并支持用自然语言随时改动场景。模型由Gemini家族支撑,Gemini3.8Flash担任引导agent拆解多步任务。现向可信测试者开放研究预览,随后面向ProjectGenie的Ultra订阅者及GeminiAPI、AISt

参与讨论