Google DeepMind推出新一代世界模型Genie 4，现以研究预览形式提供给受邀测试者。模型可根据文本或图像提示生成可互动的虚拟环境，用户还可以在模拟进行中继续输入要求，改变天气、镜头角度或场景中的人物与物体。与静态图片或预先剪辑的视频不同，系统生成的是可以随着输入变化的环境。
TechCrunch报道，Genie 4在模拟世界中加入实时音频，内容包括环境声、音乐和互动对话。Google称模型可以在较长时间内维持较一致的场景状态，最长约两分钟，是上一代Genie 3所述时长的两倍。场景连贯性和物理表现也有所提升，但这些能力仍处于早期测试阶段。
从生成画面走向可交互模拟
世界模型的一个重要特征，是系统不只生成画面，也要模拟画面中对象如何随时间变化。Genie 4让用户边看边修改场景，尝试把生成式模型用于游戏原型、互动学习和机器人模拟。对于创作者而言，快速改变镜头、环境或角色位置，可能缩短早期构思过程；对于机器人开发者，虚拟场景也能用于测试任务步骤。
Google还把Gemini模型纳入Genie 4相关研究流程，由Gemini规划动作、检查画面，再让Genie生成模拟内容。TechCrunch报道中的演示将这一组合用于机器人任务：Gemini把任务拆成步骤，Genie则尝试模拟执行过程。这显示语言模型与世界模型可以分工，一个负责理解目标和制定步骤，另一个负责呈现环境中的变化。
这种模拟方式仍不能等同于真实世界测试。报道指出，物体和场景细节在时间拉长后可能发生漂移，系统生成的音频也未必与环境准确匹配，画面中的文字还难以保证清晰。若用于机器人或其他安全敏感应用，虚拟环境是否能正确模拟摩擦、碰撞和物理约束，需要单独验证。研究预览阶段的演示主要说明方向，不代表产品已能稳定承担实际任务。
开放范围与能力边界仍在形成
Genie 4将逐步向Google AI Ultra用户及部分Gemini API、Google AI Studio合作伙伴开放，具体时间按报道所述仍在之后数周内。不同于立即面向所有用户发布，这种受限测试方式让团队先观察模型在受控使用中的表现，并继续调整用户交互与内容生成规则。
世界模型赛道正在出现多家产品与研究路线。Genie 4的实时编辑、声音生成和较长连续模拟，构成这次更新的主要看点；但能否稳定保持场景状态、真实表现复杂物理互动，仍需要更多测试。短期内，它更适合作为实验与创意原型工具来观察，离可直接取代专业制作流程或真实机器人试验还有距离。对生成式工具的评价还需要关注用户能否稳定复现同一场景，以及修改指令是否会破坏之前设定的状态。若模型每次生成结果差异过大，就难以用于需要精确控制的训练或制作环节。Google目前以受邀测试和合作伙伴接入方式逐步开放，既能收集反馈，也表明产品功能和使用边界仍在成形。模型对场景的控制能力也关系到它能否成为创作工具。让使用者通过自然语言快速改变环境，有助于降低搭建原型的门槛；但长时间状态一致性不足，会限制多人协作和重复制作。当前发布信息没有承诺面向一般用户全面开放的日期，测试者反馈将影响后续节奏。