跳到正文
Google DeepMind·· 3 天前精选AI 评分78

Google DeepMind 发布 Genie 4 并升级 Project Genie

Genie 4 is now available

AI 导读

Google DeepMind 向符合条件的 Google AI Ultra 订阅用户推出新版 Project Genie,首次开放 Genie 4,可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。

推荐理由

Genie 4 支持会话中实时改世界并加入原生音频,读者可据此判断交互式世界模型的当前能力边界。

正文 · AI 翻译

2026年11月18日

|

为 Google AI Ultra 订阅用户探索全新的 Project Genie 体验,包含 Genie 4、Project Genie 智能体以及社区画廊。


Diego Rivas

Google DeepMind 集团产品经理

Pavan Kumar

Google Labs 集团产品经理


您的浏览器不支持音频元素。

收听文章

[[duration]] 分钟

此内容由 Google AI 生成。生成式 AI 处于实验阶段

今年早些时候,我们介绍了 Project Genie,这是一个实验性研究原型,允许您生成并探索交互式世界。早期测试者告诉我们,他们希望对这些世界内部发生的事情拥有更深的控制权,并且有更简便的方式来构建和分享它们。

因此,今天我们将向符合条件的Google AI Ultra订阅用户推出新的 Project Genie 体验,使这些世界更具响应性、创造性和社交性。此次更新首次开放了 Genie 4 的访问权限,对 Genie 3 进行了新升级,推出了帮助用户实现愿景的 Project Genie 智能体,以及一个用于发现、探索和混音世界的社区画廊。

Project Genie 将我们最先进的世界模型与 Gemini 模型相结合,赋予您直接从浏览器中生成、进入并塑造世界的能力。

在 Project Genie 中体验 Genie 4

借助Genie 4——我们迄今为止最逼真且最具交互性的世界模型,您现在可以在会话过程中通过提示词来更改您创建的世界。只需在您导航世界时输入新的提示词,即可实时编辑您的环境。改变天气、添加角色或重定向动作。Genie 4 首次将这些视觉内容与实时原生音频相结合,随着场景展开,音频从环境音效到角色对话都会相应适应。

发现新的 Genie 3 功能

虽然 Genie 4 提供了最高保真度的视觉、物理效果和原生音频,但当您希望运行更长时间或使用全景图作为种子空间时,Genie 3 仍可在 Project Genie 的模型选择器中使用。今天的 Genie 3 更新包括:

  • 扩展会话和世界链接:每次生成可探索长达 3 分钟(此前为 60 秒),或将多个世界链接在一起以进行更长的旅程。
  • 360度全景图像定位:从 360 度全景图像中生成新世界。
  • 实时世界内事件:在探索过程中使用自然语言提示动态改变环境。

创建新的互动体验

新的 Project Genie 智能体将创作过程超越了单一文本或图像提示。现在,打造交互式宇宙就像聊天一样轻松。只需以自然语言描述您的愿景,智能体便会协调 Google 的多模态模型套件,制作确立您世界独特外观的初始视觉效果,并配以根据情绪定制的配乐。

在探索过程中,您还可以引入 Gemini 模型:它会观察屏幕上发生的情况,提供上下文感知的建议芯片以指引下一步行动,或者随着旅程的展开自动触发世界内的事件。

探索全新画廊

当你只想直接开始探索时,全新的 Project Genie 画廊汇集了大量精心策划的世界以及来自社区的创意作品。在“Living Memory”中将个人照片转化为可探索的空间,在“Dino Field Guide”中漫步于基于 360 度全景的丰富史前栖息地,或在“Rock Paper Scissors”中让 Gemini 担任实时裁判,在桌面上对抗主题物体。

该画廊还展示了与早期获得这些工具访问权限的先驱创作者合作的鼓舞人心的案例。我们与创意技术专家 Will(又名 BLVCKL!GHT)合作创作了“Villa Giallo”,这是一部哥特式庄园内氛围浓郁、逐室展开的悬疑故事。并与电影制作人 Anand Gandhi 合作打造了“The Life of Ants”,邀请你从蚂蚁的视角导航一个复杂的蚁群,借助 Genie 4 令人惊叹的逼真摄影效果。

除了探索精心策划的世界外,你还可以使用简单的提示词启动你的愿景,或与 Project Genie 代理一起混音现有的画廊体验——调整底层世界结构、配乐或规则,使其成为独一无二的专属体验。一旦你创作出特别的内容,即可将其发布到社区画廊,供他人探索和混音。

了解我们如何负责任地进行构建

我们致力于负责任地开发和部署交互式世界模型。Project Genie 中生成的所有视频和音频均包含 SynthID 水印,且所有模型输入和输出都经过安全筛查。

Genie 3 和 Genie 4 仍处于前沿研究领域的世界模型阶段。随着研究的不断演进,我们正在积极解决关键挑战,如相机延迟、复杂的物理交互、实时音频精度以及长期场景持久性。欲深入了解模型局限性及我们在这些方面的进展,请阅读我们的 Genie 4 模型研究概述。

立即试用 Project Genie

Google AI Ultra 符合条件的订阅用户可从即日起尝试新的 Project Genie 体验,Google AI Pro 成员可在同一页面加入等待名单。

将 Google 的最新新闻发送至您的收件箱

订阅我们的通讯,获取产品更新、活动信息、特别优惠等内容。

您的信息将按照Google 隐私政策使用。您可以随时选择退出。

来源:Google DeepMind · deepmind.google