Google 發表 Genie 4，場景可維持約兩分鐘
Genie 4 新增即時音訊與模擬中途文字編輯，但 Google 坦言模擬越久，細節與物件越可能出現漂移。
重點
完整解讀
Google DeepMind 於 10 月 27 日發表世界模型 Genie 4，先以研究預覽形式開放給受信任測試者。[3,4] 世界模型不需預先算繪環境或撰寫互動元素，使用者描述需求後，模型會在探索過程中即時逐格生成畫面。[1,5] 根據 Google，Genie 4 的場景可維持約兩分鐘，前代 Genie 3 約為一分鐘。[3,4]
新版可即時生成音樂、環境音與角色對話，也讓使用者在模擬中途以文字提示改變天氣、鏡頭角度，或加入人物與物件。[3,5] DeepMind 表示，Gemini 3.8 Flash 擔任引導代理，負責拆解目標並逐格檢查輸出；若世界改變或使用者介入，它會調整計畫。[1,5] 在一項與 Gemini Robotics 相關的實驗中，Gemini 4 Argon 將下西洋跳棋拆成步驟，再由 Genie 4 模擬 Apptronik 人形機器人 Apollo 對弈，過程未動用實體機器人。[3,5]
Genie 3 於 2025 年 8 月亮相，Ars Technica 指出它去年曾導致遊戲類股下跌。[1,5] TechCrunch 指出，產業已開始整併：World Labs 正由 AMD 收購，Amazon 正洽談收購 Decart，Rivian 則收購了 Third Dimension，用於自駕測試模擬。[3]
DeepMind 稱 Genie 4 仍是早期實驗模型。模擬越久，或經過多次複雜提示修改後，細節可能漂移，物件也未必持續存在；複雜物理互動、準確的即時音訊與可讀文字仍在研究中。[3,4,5] Genie 4 預計未來數週推送至 Project Genie 的 Google AI Ultra 訂閱者，以及 Gemini API 與 Google AI Studio 的早期合作夥伴。[3,5]
關鍵詞
原始出處
-
Ars Technica：DeepMind unveils Genie 4 world model promising more realistic physics and humans 2026 年 10 月 28 日 00:00（台北時間）
-
TechCrunch：Google’s Genie 4 world model adds audio, more realistic worlds, and real-time steering 2026 年 10 月 28 日 00:30（台北時間）
-
The Verge：Google’s next Genie AI model generates more realistic experiences 2026 年 10 月 28 日 00:00（台北時間）
-
The Decoder：Google Deepmind's Genie 4 puts a modern spin on agent designs that predate LLMs 2026 年 10 月 28 日 01:25（台北時間）
這則怎麼來的
- 最早來源發布10 月 28 日 00:00
- AI 完成草稿10 月 28 日 14:06
- 人工審校通過10 月 28 日 17:13
- 發布10 月 28 日 17:13