概览
Genie 4 是 Google DeepMind 于 2026 年 10 月 27 日发布的新一代世界模型，官方称它是「迄今最真实、最具交互性的世界模型」。你用文字或图片描述一个场景，它就生成一个照片级、可以实时进入和探索的世界：用键盘控制走动和镜头，也可以随时用自然语言改天气、移镜头、加入新的人物或物体，Gemini 会把你的提示按当前场景改写后再执行，并在两次输入之间持续监控、引导场景，让世界连贯地向前发展。Genie 4 原生多模态，带原生音频（音乐、环境声、对白）；它建立在 Gemini Omni 对真实外观与行为的理解之上，由其他 Gemini 模型提供维持连贯性所需的推理。相比上一代，官方强调物理和人物的真实感大幅提升：能模拟空气动力学、碰撞等现象，人物动作自然、会对环境作出反应并能被实时操控；DeepMind 还演示了 Gemini 4 Argon 与 Genie 4 配合，模拟 Apptronik Apollo 人形机器人分步骤下跳棋，用于机器人研究。可信测试者正在影视预演（实时多次「拍摄」、调整机位灯光与台词）、把一张历史照片变成可进入的场景、游戏原型和企业场景仿真等方向试用。官方说明它仍是早期实验模型：长时间运行、多次复杂编辑或在场景里移动后，画面细节和物体恒存性会漂移，复杂物理、实时音频准确性、文字渲染、空间准确性和长期一致性仍在研究；所有生成的视频和音频都带 SynthID 水印。目前以研究预览形式只开放给可信测试者，即将先向 Google AI Ultra 订阅用户在 Project Genie 中开放，并向 Gemini API 和 Google AI Studio 的早期访问合作方开放，可在官网加入候补名单。参数量、上下文和 API 价格官方均未公布。来源：https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/ 、https://deepmind.google/models/genie/ 、https://blog.google/innovation-and-ai/models-and-research/google-deepmind/introducing-genie-4/ （2026-10-28 核对）。 定价：官方未公布价格；目前为研究预览，仅向可信测试者开放，即将面向 Google AI Ultra 订阅用户（Project Genie）及 Gemini API / Google AI Studio 早期访问合作方，输入 / 输出价留空。
- 模态
- 多模态
- 许可说明
- 闭源 · 闭源
能力
- 实时交互世界模型：用文字和图片提示生成照片级、可实时探索的世界；用键盘控制移动和镜头，世界随你的操作逐帧生成
- 实时改写：运行中用自然语言改天气、移镜头、加入新人物或物体，Gemini 会按当前场景改写你的提示，并在两次输入之间监控、引导场景保持连贯
- 原生多模态与原生音频：同时生成音乐、环境声和人物对白；基于 Gemini Omni 的真实外观与行为，再由其他 Gemini 模型负责推理，维持模拟的连贯和连续
- 物理与人物更真实：模拟空气动力学、碰撞等物理现象，人物动作自然、会对环境作出反应并可被实时操控；官方演示与 Gemini 4 Argon 配合模拟 Apptronik Apollo 人形机器人下跳棋
- 安全与限制：所有生成的视频和音频都带 SynthID 隐形水印；官方承认长时间运行、多次复杂编辑或场景内移动后，画面细节和物体恒存性仍会漂移，复杂物理、实时音频准确性、文字渲染、空间准确性和长期一致性仍在研究中
