Google DeepMind 发布 Genie 4：具备原生音频的实时世界模型

要点

• Genie 4 可实时生成可探索的视觉场景、环境音效和角色对话，并通过文本提示进行操控。
• Gemini 3.8 Flash 在运行时循环中负责解释、规划、校验和调整，Gemini Omni 则锚定世界的外观与行为。
• 官方未公布参数、分辨率、帧率或基准测试数据；场景一致性和长时间会话仍是主要短板。
• 首批仅限可信测试者，随后将向 Google AI Ultra 订阅者和 Gemini API 合作伙伴开放。