谷歌发布Genie 4,可实时生成可交互的有声虚拟世界
谷歌旗下的Google DeepMind于10月27日发布新一代世界模型Genie 4,提升了视觉真实感、物理模拟和实时交互能力,首次支持原生音频生成。用户可以通过键盘控制场景或输入自然语言指令,实时调整环境。音频生成方面,模型可以同步生成风声、水声和对话,实现多维度协同。Genie 4结合Gemini系列模型,增强了复杂事件的模拟能力,适用于游戏开发、影视预演等,但仍在早期研究阶段,存在一些技术限制。目前已向部分测试者开放。