简介
10月28日，谷歌DeepMind推出世界模型Genie 4研究预览版，这是目前最逼真、可交互的生成式虚拟世界模型。与前代相比，Genie 4在场景连贯性上实现翻倍——可生成长达两分钟的不间断连贯场景，并且首次原生生成同步的环境音、音乐与角色对话。
核心亮点
- 两分钟连贯场景：世界模型的难点在于长时间一致性，Genie 4将连贯时长翻倍，向"可玩的AI世界"又近一步。
- 音画同步原生生成：不再依赖后期配音，环境音、音乐、角色对话与画面同步生成，沉浸感显著提升。
- 自然语言实时改世界：在生成过程中可以用自然语言改变天气、添加人物和物体，世界真正"可编辑"。
- Gemini当"导演"：由Gemini负责规划场景走向，Genie 4负责渲染执行，形成导演-演员式的双模型架构。
对行业的意义
世界模型被普遍视为下一代游戏引擎、影视预演和机器人仿真的技术底座。Genie 4的音画同步与实时编辑能力，让AI生成内容从"看"进化到"玩"和"改"。对游戏开发者而言，快速搭建可交互原型将成为可能；对影视行业而言，动态分镜预览的成本将大幅下降。
前景与局限
目前Genie 4仍是研究预览版，尚未开放完整商用API，生成分辨率与物理精确度仍有提升空间。但方向已经明确：AI视频的终局不是"生成一段片"，而是"生成一个世界"。想体验AI视频生成的落地应用，可以看看字节跳动的即梦AI，或关注我们后续对Genie 4的实测跟进。