Google DeepMind 于 11 月 18 日宣布,向符合条件的 Google AI Ultra 订阅用户开放新一代世界模型 Genie 4,并同步升级 Project Genie 平台。这是 Project Genie 自今年早些时候以实验性研究原型亮相以来,首次面向付费订阅用户大规模开放,标志着 DeepMind 将世界模型从实验室推向可分发产品。
Genie 4 的核心变化在于交互方式。用户不再只能一次性生成静态场景,而是可以在探索过程中随时输入新的文本提示,实时改变天气、加入角色或调整动作走向。与此同时,Genie 4 首次为生成画面配上实时原生音频,环境音与角色对白会随场景变化自适应,提升沉浸感。DeepMind 称其为迄今最逼真、交互性最强的世界模型。
Genie 3 并未退场,而是继续留在模型选择器中,面向需要更长运行时间或全景图起点的场景。此次更新为 Genie 3 带来三项能力:单次生成时长从 60 秒延长至 3 分钟,并支持将多个世界链接成更长的旅程;支持以 360 度全景图作为新世界的种子,保持空间一致性;以及实时可提示事件,让用户用自然语言在探索中动态改变环境,例如把森林、水下遗迹与冰海串成一次连续飞行。
平台层面,新增的 Project Genie 智能体把创作门槛进一步降低。用户只需用自然语言描述构想,智能体便会调度 Google 的多模态模型组合,生成世界的初始视觉风格与匹配氛围的背景配乐。在探索过程中,Gemini 模型可以观察屏幕内容,提供上下文相关的下一步建议,或自动触发世界内事件。用户还能将作品发布到新的社区画廊,供他人浏览、探索与再创作。画廊中既有官方策展世界,也有社区作品,例如把个人照片转化为可探索空间的「Living Memory」、基于全景图的史前栖息地「Dino Field Guide」,以及由 Gemini 担任实时裁判的「Rock Paper Scissors」。
从产业视角看,Genie 4 的推出延续了世界模型从研究演示走向订阅产品的路径。对 DeepMind 而言,把 Genie 4 与 Gemini 捆绑进 Google AI Ultra 订阅,有助于提升高价位订阅档的吸引力,并让世界模型获得真实用户反馈。对更广泛的 AI 内容创作与游戏、仿真行业来说,实时可编辑、带音频、可分享再创作的世界生成,可能改变交互式内容的原型制作流程。不过,当前开放范围仍限于符合条件的 Ultra 订阅用户,Google AI Pro 会员需加入等待名单,其规模化商用效果与算力成本仍有待观察。