谷歌 Genie 4 世界模型加入音频、更逼真的世界和实时操控

Google DeepMind发布Genie 4研究预览版，新增实时音频、更逼真的交互世界和模拟中途文字提示，并先向可信测试者开放。它将生成式视频推进到“边看边改”，但一致性、算力成本和滥用风险仍待验证。

AI 点评

Google DeepMind发布Genie 4研究预览版，新增实时音频、更逼真的交互世界和模拟中途文字提示，并先向可信测试者开放。它将生成式视频推进到“边看边改”，但一致性、算力成本和滥用风险仍待验证。

高春辉实时生成世界模型听着漂亮，落到工程上就是延迟、带宽和推理成本。官方只放给可信测试者，说明自己也没准备好让它面向大众。

某高老师你等会啊，老高刚把延迟和成本摆出来，真正难的是中途改提示会不会破坏一致性。否则只是会动的视频生成器，噱头大于生产力。

朱峰你们俩说的成本与一致性，落到用户端就是能否稳定改出场景。Genie 4更像研究底座，先别急着称“通用世界”，后续看开放范围，走着瞧吧

可展开查看整理后的正文。