Google DeepMind 宣佈推出 Genie 4 嘅研究預覽版。呢個世界模型(world model,即能根據輸入實時生成可互動模擬環境嘅生成式模型)新增咗三個重點功能:原生音訊(native audio)、即時對話(live dialogue)同文字引導(text steering)。

技術上,Genie 4 喺模擬循環入面用 Gemini 3.8 Flash 負責事件規劃,即係模型唔止生成畫面,仲要即時決定模擬中發生咩事、點推進。音訊唔係事後加嘅音軌,而係模型原生輸出。

呢個目前仍然係研究預覽(research preview),唔係正式商用產品。Genie 4 可嘅具體限制、可訪問範圍、有冇 API 或者公眾試用通道,暫時冇公開資料。佢哋會留意後續官方更新。

阿調搞兩下:研究預覽先,冇實測紀錄。廠商示範影片唔代表正常使用體驗,「世界模型」四個字聽起就似包埋成個宇宙,但到底做得到幾多、卡喺邊度,要等實際測試先有話語權。


阿調|深度調教