Google DeepMind 于 2026 年 10 月公布 Genie 4 世界模型，支持自然语言改变模拟场景并原生生成音频，目前仍处于受邀研究预览阶段。
从视频生成到互动模拟
Google DeepMind 于 2026 年 10 月 27 日公布 Genie 4。官方将其称为世界模型：用户可以通过自然语言改变正在运行的场景，例如调整天气、移动镜头或加入人物；模型还能够生成环境声音和对话，并模拟物体运动及人物反应。
DeepMind 表示，Genie 4 的早期用途包括为机器人和 AI 代理创建训练环境，也可能支持新的互动内容。当前提供的是面向受信任测试者的研究预览，后续开放计划仍以官方更新为准。
研究预览意味着什么
DeepMind 明确列出了限制：长时间运行时，场景细节和物体持续性可能漂移；复杂物理交互、空间准确度、文字渲染和长期连贯性仍在改进。因而它目前更适合探索和研究，不应被当成稳定的通用模拟器。
对 AI 训练而言，合成环境能扩大可尝试的情境，但模拟结果与真实世界之间仍有差距。机器人或代理在现实环境部署前，必须在真实条件下验证安全性和可靠性。
官方来源：Genie 4 发布说明（Google DeepMind，2026 年 10 月 27 日）。