Google·· 5 小时前同新闻
Google 发布世界模型 Genie 4，支持实时交互模拟与原生音频
We’re announcing Genie 4, our new world model for real-time interactive simulation.
AI 导读
Google 宣布世界模型 Genie 4，为实时交互模拟带来更高真实感和原生音频。该模型基于 Gemini 系列能力，Gemini Omni 负责让模拟贴合真实世界的外观与行为，其他 Gemini 模型提供维持模拟连贯性所需的复杂推理。
同一新闻，精选展示《Google DeepMind 发布世界模型 Genie 4》
正文 · AI 翻译
今天，我们宣布了关于 Genie 4 的研究，这是我们全新的世界模型，为实时交互式模拟带来了前所未有的真实感和原生音频。
Genie 4 模型融合并扩展了 Gemini 系列的能力：Gemini Omni 将模拟锚定在真实世界的外观与行为之上，而其他 Gemini 模型则提供所需的复杂推理能力，以帮助维持模拟的连贯性与连续性。
借助 Genie 4，你可以用自然语言启动事件并实时操控场景，例如移动镜头、改变天气或引入新角色。每个世界还会即时生成原生音频，包括环境音、音乐和交互式对话。
模拟世界是迈向 AGI 的关键一步，可为机器人和智能体提供安全的训练环境，并增强电影制作、新闻、游戏和制造业等行业的创意工具。
我们已开始向一小批受信任的测试者逐步推出 Genie 4。它即将面向 Project Genie 中的 Google AI Ultra 订阅用户，以及 Gemini API 和 AI Studio 中的早期访问合作伙伴开放。
在 Google DeepMind 博客上探索这些演示。
来源：Google · blog.google