Google 的 Genie 4 让您实时编辑 AI 生成的世界，并配有声音和对话
Google DeepMind 推出了 Genie 4，这是一个 AI 世界模型，可生成长达两分钟的交互式、可探索的虚拟环境。这些世界包括响应式声音、音乐和对话，并且可以使用文本提示实时重塑。Google 计划通过 Project Genie 向消费者开放，最初是针对其 AI Ultra 订阅者。
Genie 4 让用户可以在虚拟世界运行时创建和修改它们，允许在不重新启动模拟的情况下进行新天气或物体等更改。该模型生成原生音频，包括对话，Google 认为这对于交互世界来说可能与 AI 视频一样重要。此版本在 Genie 3 的基础上进行了改进，增强了真实感、更自然的肢体动作和改进的物理模拟，包括更好地处理空气动力学和碰撞。
该技术可以支持各种专业应用，从游戏原型设计和电影制作预可视化到开发机器人和其他 AI 代理的训练环境。Google 最初将 Genie 4 作为研究预览版向选定的测试人员推出，包括电影制作人、游戏开发者和机器人团队。它还打算通过 Gemini API 和 AI Studio 向开发者提供该模型，尽管这些渠道的具体定价尚未确认。
对于消费者，Google 已经概述了 Genie 4 的分阶段访问计划。它将首先通过 Project Genie 向现有的 AI Ultra 订阅者提供，他们目前每月支付 100 美元。Google 表示，AI Pro 和 AI Plus 订阅者的访问可能会在稍后未指定的日期提供。早期访问已开放候补名单，但尚未提供更广泛消费者可用性的确切时间表。Google 指出，这些模拟有时会在几分钟后出现偏差，可能会失去对细节的追踪。
分享这篇文章
相关文章
6 则
字节跳动通过新一轮招聘加快机器人商业化
Google's Genie 4 could support training environments for robots, a field ByteDance is also accelerating.
待售：一辆罕见的 1971 年 Isuzu Bellett 1800 GT – 首款日本“GT”车型
当人工智能开始自我复制时会发生什么？
使用 Ivory 轻松排查 etcd 集群故障
我的第一个 cognee 连接器：将 Basecamp 同步到 AI 代理的内存中
