DeepMind 发布世界模型 Genie 4 研究预览
事件综述根据 5 篇报道整理，10月28日更新
Google DeepMind 发布世界模型 Genie 4，称其可逐帧实时生成可交互场景，是该公司首个直接生成声音的实时世界模型，并借助 Gemini 系列模型维持模拟的连贯性与多步推理。目前 Genie 4 仅作为研究预览向可信测试者开放，用于收集反馈。 DeepMind 称，之后会先向 Google AI Ultra 订阅用户在 Project Genie 网页应用中推出，并开放给 Gemini API 与 Google AI Studio 的早期合作伙伴；Project Genie 已开放等候名单。据 The Decoder 报道，Google 表示所有视频和音轨都会带有 SynthID 隐形水印。
综述由模型根据报道生成，细节以各篇原文为准。
进展时间线
北京时间，最早在上Google DeepMind BlogGoogle DeepMind 发布世界模型 Genie 4
阅读这篇报道
全部报道
5 篇，点开看摘要This Week in AI：Gemini 4 Carbon、Mistral Large 4 与 Genie 4 密集发布，投资者质疑 AI 支出
Google 推出面向网络安全与多步骤任务的 Gemini 4 Carbon，Mistral 公开万亿参数 Large 4（“Le Chonk”）权重，Google DeepMind 预览世界模型 Genie 4。
阅读这篇报道Google 10 月 AI 更新盘点：Gemini 4 Argon 与 Carbon、世界模型 Genie 4 等
Google 10 月面向开发者、企业、科研人员和消费者全球推出前沿推理模型 Gemini 4 Argon，两周后宣布主打长周期工程与网络安全防御的 Gemini 4 Carbon，后者正通过 Fairwind Program 与美国政府及部分可信网络安全人员做预发布测试。同期发布实时交互世界模型 Genie 4，支持原生音频与自然语言操控场景，演示已在 Google DeepMind 博客上线。
阅读这篇报道Google DeepMind 发布 Genie 4 世界模型
Google DeepMind 发布 Genie 4 交互式世界模型，支持自然语言操控与原生音频，先向 Trusted Testers 开放，后续接入 Google AI Ultra 和 Gemini API。
阅读这篇报道Google DeepMind 推出 Genie 4：实时世界模型引入 Gemini 规划与音频生成
Google DeepMind 发布 Genie 4 世界模型，可逐帧实时生成可交互场景，是该公司首个直接生成声音的实时世界模型，目前仅向部分测试者开放研究预览。
阅读这篇报道Google DeepMind 发布 Genie 4 世界模型，原生多模态实时交互模拟
Google DeepMind 发布世界模型 Genie 4，原生支持音频与交互对话，并借助 Gemini 系列模型维持模拟的连贯性与多步推理。该模型已作为研究预览向可信测试者开放，后续将先面向 Google AI Ultra 订阅用户在 Project Genie 中推出，并开放 Gemini API 与 Google AI Studio 早期合作伙伴。
阅读这篇报道