谷歌正在向符合条件的 AI Ultra 订阅者开放 Genie 4,让人们可以创建可以行走的数字世界,可以通过文本提示进行更改,甚至可以填充会说话的角色。
该公司周三宣布,其最新的世界模型正在通过 Project Genie 推出,Project Genie 是一个基于浏览器的生成交互式环境的实验。 Genie 4 于 10 月份发布,但迄今为止仅限于受信任的测试人员访问。

Genie 不是根据提示渲染完成的视频,而是在有人探索场景时生成场景。使用第四种模型,用户可以在会话中途输入指令来改变天气、介绍角色或引导正在发生的事情,而无需重新开始。
2026 年 Google 搜索量排名第一的人物?
Genie 4 还可以在视觉效果的同时创建声音,从风声、脚步声到对场景中事件做出反应的对话。谷歌表示,该模型改善了人们移动和物体对物理力的反应方式,尽管这些说法来自其自己的演示,而不是独立测试。
现在,你需要知道一件不太好的事情。此次更新是 Google AI Ultra 订阅的一部分,在美国的订阅费用为每月 199.99 美元。谷歌表示,符合条件的 Ultra 用户现在可以享受新体验,而 AI Pro 订阅者可以加入候补名单。
一个不断进步的精灵
与谷歌在 2024 年展示的横向卷轴实验相比,Genie 已经取得了长足的进步。正如 Decrypt 当时报道的那样,第一个版本从超过 200,000 小时的游戏片段中学习,可以将单个图像变成简单的可玩 2D 环境。
同年晚些时候,精灵 2 将研究转移到了三维空间,允许人们或人工智能代理通过键盘和鼠标控制来导航生成的环境。 Genie 3 向持续、实时探索又迈出了一步,Project Genie 于 1 月份向美国的成年 Ultra 用户开放。
那些早期的会话仅持续 60 秒,角色控制或身体行为可能不可靠。谷歌现在将 Genie 3 与新模型一起提供,会话延长至三分钟,支持 360 度全景图像,并且能够将多个生成的世界连接到更长的旅程。
三分钟的限制适用于更新后的 Genie 3 体验;谷歌在周三的声明中没有具体说明 Genie 4 的可比会话长度。用户可以根据自己想要 Genie 4 更强的视觉和音频还是 Genie 3 更长的探索时间来选择模型。
该技术与传统游戏引擎不同,传统游戏引擎通过完全定义的规则构建稳定的关卡。精灵预测世界变化时的外观和声音。
谷歌承认,物体可能会在视图之间漂移或改变,复杂的物理仍然很困难,并且生成的语音或文本可能不准确。据称,Project Genie 的音频和视频带有 SynthID 水印,并且输入和输出都经过安全检查。
谷歌尚未宣布 Genie 4 何时向新候补名单之外的 AI Pro 订阅者提供。