Google DeepMind 发布世界模型 Genie 4，可实时生成带原生音频的交互式模拟世界，并支持用自然语言实时修改天气、镜头和场景人物。Genie 4 基于 Gemini 系列能力，由 Gemini Omni 锚定真实外观与行为，Gemini 3.8 Flash 作为引导智能体在循环中拆解目标、检查画面并验证步骤，从而支持多步事件模拟。
🔗 阅读原文
via 无言AIGC · https://aihot.wuyanshuo.cn/items/grfghp5gsb8xbm8wor30d4u7i