Google DeepMind 向 AI Ultra 订阅者开放 Genie 4 与新版 Project Genie
Genie 4 is now available
Google DeepMind 向符合条件的 Google AI Ultra 订阅者推出新版 Project Genie,首次开放 Genie 4 世界模型。Genie 4 支持在探索过程中输入新提示词实时修改环境,并首次搭配随场景变化的实时原生音频。
Genie 4 支持会话中实时改世界并加入原生音频,可对照 Genie 3 的会话时长与全景图能力看世界模型进展。
- Genie 4 首次开放,支持探索中实时提示修改环境
- Genie 4 首次搭配随场景变化的实时原生音频
- Genie 3 单次探索从 60 秒提升到最多 3 分钟
- 新增 Project Genie agent 与社区画廊,支持 remix
- 生成内容带 SynthID 水印,输入输出经安全筛查
发生了什么
Google DeepMind 向符合条件的 Google AI Ultra 订阅者推出新版 Project Genie 体验,首次开放 Genie 4 世界模型。Genie 4 支持在探索过程中输入新提示词实时修改环境,并可改变天气、加入角色或改变行动方向;它首次搭配随场景变化的实时原生音频,覆盖环境声与角色对话。同时 Genie 3 获得更新:单次生成探索时长从 60 秒提升到最多 3 分钟,支持世界串联、以 360 度全景图作为世界种子,以及探索中用自然语言提示动态改变环境。新版还加入 Project Genie agent 和社区画廊。
为什么重要
这次更新把世界模型从“生成一个可探索场景”推进到“边探索边改场景”,并补上实时原生音频,交互性和沉浸感都有实质变化。Project Genie agent 让用户用自然语言对话来搭建世界,由它调度 Google 多模态模型生成初始视觉和定制背景配乐;Gemini 模型还能观察屏幕内容,给出情境化建议或自动触发世界内事件。社区画廊则提供发现、探索和 remix 的入口,把创作和分享连成一条链路。原文同时说明 Genie 3 和 Genie 4 仍属前沿研究阶段的 world models,正在处理相机延迟、复杂物理交互、实时音频精度和长期场景持久性等挑战。
对国内用户的影响
原文只说明符合条件的 Google AI Ultra 订阅者可即日体验,Google AI Pro 会员可在同一页面加入等待列表,未提及中国大陆的可用性、账号条件或网络要求。对国内开发者而言,这条资讯的价值主要在于观察世界模型的产品化路径:实时提示修改、原生音频、agent 编排多模态模型、社区 remix 这几项能力,可能成为同类工具后续对标的方向。原文还提到所有生成视频和音频都带 SynthID 水印,模型输入输出均经过安全筛查,这对关注生成内容标识与合规的从业者有参考意义。
怎么上手或延伸阅读
原文给出的入口是 Project Genie:符合条件的 Google AI Ultra 订阅者可直接体验新版,Google AI Pro 会员可在同一页面加入等待列表。想了解模型能力边界,可阅读原文提到的 Genie 4 model research overview。画廊中可先体验 “Living Memory”“Dino Field Guide”“Rock Paper Scissors”,以及与创作者合作的 “Villa Giallo” 和 “The Life of Ants”。
常见问题
- 问:谁能用上新版 Project Genie?
- 答:原文称符合条件的 Google AI Ultra 订阅者可即日体验新版 Project Genie,Google AI Pro 会员可在同一页面加入等待列表。原文未说明具体资格条件、地区范围或价格。
- 问:Genie 4 和 Genie 3 有什么区别?
- 答:原文称 Genie 4 是迄今最逼真、最具交互性的世界模型,支持探索中实时提示修改环境,并首次搭配实时原生音频。Genie 3 仍在模型选择器中提供,适合更长运行或全景种子空间,本次更新把单次生成探索时长提升到最多 3 分钟。
- 问:生成的内容有标识吗?
- 答:原文称 Project Genie 中生成的所有视频和音频都包含 SynthID 水印,所有模型输入和输出都会经过安全筛查。原文未展开水印的具体技术细节。
本解读由 AI 根据原文(Google Gemini 博客)整理,只基于原文内容;细节以原文为准。
来源:Google Gemini 博客 · blog.google