实时生成更加逼真的虚拟环境 谷歌Genie 4亮相

新重庆-上游财经精选

2026-10-28 07:27

谷歌发布了新版人工智能世界模型,能够实时生成更加逼真的虚拟环境,进一步推进这项曾令游戏公司感到不安的技术。

谷歌DeepMind周二在官网发布了Genie 4,可让用户通过文字提示创建可供探索的虚拟世界,并可以使用键盘操控在其中游历。

用户还可以在场景展开过程中输入指令,实时改变天气或添加角色等。谷歌表示,模拟环境最长可运行两分钟,约为上一代Genie 3的两倍。

Genie 4也是该系列首款能够同步生成声音和画面的产品,包括环境声音、音乐,以及能够对用户行为作出反应的对话。

谷歌正以研究预览的形式,向一小批受信任的测试者开放Genie 4。

未来几周,公司计划向付费订阅最高档Google AI Ultra套餐的用户开放,同时也将向部分使用应用开发工具Google AI Studio和Gemini API的开发者提供访问权限。

世界模型是一类能够即时生成交互式环境的AI,不只是生成视频。

今年1月,谷歌推出由Genie 3模型驱动的原型产品Project Genie时,曾令华尔街受到惊吓。游戏股当时大幅下跌,投资者开始评估AI工具是否会颠覆游戏的制作方式。

尽管谷歌在AI前沿领域面临OpenAI和Anthropic等对手的激烈竞争,但其最近发布的Gemini 4 Argon模型被认为有助于缩小差距。

世界模型和多模态能力,即AI除了处理文字,还能处理图像、音频和视频的能力——长期以来一直被视为谷歌的技术强项。

新模型依靠Gemini维持虚拟世界的连贯性。谷歌在博客文章中表示,当Genie 4生成场景时,Gemini会观察不断传入的画面,理解用户目标并将其拆解为一系列步骤,然后核查每一步是否已经完成。

公司表示,团队曾尝试使用Argon,但实际的实时体验由Gemini 3.8 Flash驱动,后者是谷歌承担日常任务的较轻量级主力模型。

谷歌表示,包括游戏开发者和电影制作人在内的受信任测试者,正在尝试使用Genie 4将创意转化为可供探索的原型,以及勾勒场景。

公司也在研究它能否用于训练机器人,不过,目前尚不清楚这些用途能否得到广泛采用。

在新闻发布会上被问及这项技术对游戏行业的影响时,DeepMind产品经理Diego Rivas表示,公司正与合作伙伴共同了解,这项技术如何融入他们的工作,以及它存在哪些局限。

Rivas说道:“我们的想法是拓展当下能够实现的事情。”谷歌强调,该模型仍处于实验阶段。随着模拟运行时间延长,画面细节和物体可能逐渐发生变化。

DeepMind研究工程师Hang Qi表示,即便模型能够运行至两分钟的上限,也不意味着场景在整个过程中都能保持完全一致。复杂的物理交互、清晰可读的文字,以及长时间保持一致性,仍有待完善。

DeepMind研究总监Tejas Kulkarni表示,要让虚拟世界完全保持一致,即使仅仅维持两分钟,也需要模型真正理解日常世界的物理规律。

“两分钟能做到的事情终究有限。”Rivas说,“我们仍处于研究探索阶段,还没有真正进入最终产品的开发阶段。”

谷歌表示,Genie 4生成的所有音频和视频都将带有SynthID,这是谷歌用于识别AI生成内容的隐形水印。

来源: 财联社  
编辑: 何恒   审核: 路易 主编:张浩     
版权声明:

凡注明来源重庆日报的作品,版权均属重庆日报所有,未经授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:重庆日报网”。违反上述声明者,本网将追究其相关法律责任。

除来源署名为重庆日报稿件外,其他所转载内容之原创性、真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考并自行核实。

相关新闻
网站首页| 重报集团| 关于我们| 广告业务| 联系我们

Copyright © 2000-2022 CQNEWS Corporation, All Rights Reserved.

重庆日报版权所有 未经书面授权 不得复制或建立镜像

地址:重庆市两江新区同茂大道416号 邮编:401120 广告招商:023-63907707 传真:023-63907104   违法和不良信息举报中心热线:12377

互联网新闻信息服务许可证编号50120180001 互联网出版许可证号:(署)网出证(渝)字002号  渝ICP备17015920号

渝公网安备 50011202500747号