Google 今（27 日）推出新一代世界模型 Genie 4，生成式互動世界時長由一分鐘延至兩分鐘，可生成音效，並透過自然語言提示實時改變場景，底層用 Gemini 3.8 Flash。現正以研究預覽形式向可信測試者開放，之後會逐步開放予 AI Ultra 訂閲者。
Google 喺 10 月 27 日宣佈推出新一代世界模型（world model，以 AI 生成並模擬可互動虛擬世界嘅模型）Genie 4。公司指呢代模型有四大更新：世界更寫實、用户可以自然語言提示（prompt）喺實時改改體驗（例如改天氣、鏡頭角度、加人加嘢）、可生成配對音頻（音樂、環境聲、對話），底層由 Gemini 3.8 Flash 負責模擬。互動時長由上一代 Genie 3 嘅約一分鐘，提升至約兩分鐘。
先講清楚：Genie 4 而家唔係人手可試。Google 話佢會以「研究預覽」（research preview）形式先行開放俾「可信測試者」（trusted testers），之後會「即將」（coming soon）開放俾 Google AI Ultra 訂閲者，並已開咗一個等候名單（waitlist），可以申請喺 Project Genie 內使用。呢篇係功能解説，唔係實測。
能做啲乜，冇辦法嘅又喺邊？
Google 定位 Genie 4 俾電影人做前置預視（pre-visualization）、遊戲構思嘅原型（prototype），同機械人訓練場景。技術上，Gemini 模型會充當「導演」規劃步驟、檢查畫格，一個配合 Gemini Robotics 嘅研究實驗中，Gemini 4 Argon 將任務拆解後由 Genie 4 即時模擬，展示機械人情境可先喺模擬中測試。但公司本身警告：模擬運行得越久，細節同物件持續性（object permanence）會隨時間漂移。即兩分鐘聽落長咗一倍，但愈長愈易「走調」，呢點係廠商自己講，唔好以為長就等於是穩定。
圖片：National Academies - Earth and Life Studies／CC BY 3.0／Wikimedia Commons
業界同步整合
同一陣時，世界模型行業開始整合：Runway 數月前發布第二個世界模型 GWM Worlds 2；李飛飛嘅 World Labs 被 AMD 收購；Amazon 正洽談收購 Decart；Rivian 收購 Third Dimension。
對用家邊個影響
如你係 AI Ultra 訂閲者，可以喺等候名單排隊等開；唔係就而家冇嘢可試。對創作人與遊戲開發者嚟講，前置預視同訓練場景呢個定位值得留意：如果模擬持續性係廠商自己承認嘅弱點，做長片或長期訓練場景嘅實際可用性，仲要由使用者自己驗證。
阿調搞兩下：兩分鐘，聽落好像唔短，但對一個「世界」而言，兩分鐘內都要出錯，即係話你唔可以當佢係穩定嘅工具，只係一個不斷漂移嘅草稿。研究預覽加可信測試者呢個組合，亦即係話 Google 自己都唔確定佢夠穩。
阿調｜深度調教
