> **导读**：十月二十七日，谷歌 DeepMind 发布新一代世界模型 Genie 4，皮查伊亲自站台——时间点很妙，抢在财报前一天。

![](https://developer.qcloudimg.com/http-save/yehe-12823797/bd844e8238eb6de27fc65f4ed3b3aa86.jpg)

![](https://developer.qcloudimg.com/http-save/yehe-12823797/5e7a3c630a00976b4cd48816ecc75ea3.jpg)

| 维度 | Genie 4 | Genie 3（上一代） |
| --- | --- | --- |
| 帧率 | 均值 23.9 帧 | 标称 24 帧，实测只有 16 帧 |
| 连贯时长 | 两分钟 | 一分钟 |
| 原生音频 | 首次原生生成：音乐、环境音、角色对话与画面同步算出 | — |
| 开放范围 | 至今只开放给受信测试者 | — |
| 已知局限 | 跑久了画面依然会漂移，文字还渲染不清楚 | — |
| 水印 | 所有输出都嵌了 SynthID 隐形水印 | — |

它把世界模型从"生成一段画面"，升级成了可实时操控、能听见、会推理的动态世界。

![](https://developer.qcloudimg.com/http-save/yehe-12823797/1e062b96b1f55bc7bfc36729999bc74d.jpg)

## 一、官方三条演示在考什么

先看官方自己端出来的东西。

一张参考图锚定首帧：雾湖中央的浮台上，一个男人在吹萨克斯。提示词要求 16 毫米胶片质感、极低对比、不要 HDR，镜头完全独立于人物自由飞行，声音只能来自画面里真实存在的乐器。

![](https://developer.qcloudimg.com/http-save/yehe-12823797/fd043e7201bd2eef0c66cf9e7d57f935.jpg)

![](https://developer.qcloudimg.com/http-save/yehe-12823797/303d8f18df20ec2828e97fa0b26f39f6.jpg)

还有南极上空的热气球第一人称——你站在柳条吊篮里，皮革篮沿、铁链、气球底部层层遮挡；以及一条粉色绸带像丝绸之河，蜿蜒穿过整片花海。

![](https://developer.qcloudimg.com/http-save/yehe-12823797/3ddf68ea1042de20527bcdd5943ad555.jpg)

![](https://developer.qcloudimg.com/http-save/yehe-12823797/0af72e9105d69b4cd6027aec20828835.jpg)

这三条分别在考它的参考图锚定、空间连续性、和软体物理。

| 官方演示 | 提示词 / 画面要点（均出自原文） | 在考什么 |
| --- | --- | --- |
| 雾湖浮台萨克斯 | 一张参考图锚定首帧；要求 16 毫米胶片质感、极低对比、不要 HDR；镜头完全独立于人物自由飞行；声音只能来自画面里真实存在的乐器 | 参考图锚定 |
| 南极热气球第一人称 | 站在柳条吊篮里，皮革篮沿、铁链、气球底部层层遮挡 | 空间连续性 |
| 粉色绸带花海 | 一条粉色绸带像丝绸之河，蜿蜒穿过整片花海 | 软体物理 |

## 二、抢先体验者实测

但更有说服力的，是拿到抢先体验的人。

### 哥特野兽派城市：一句话造城

沃顿商学院教授伊桑·莫利克只打了一句话：「新哥特式野兽派城市，住着机器人和马。」

不到一分钟，城市出现了。阴雨的石砌街道，煤气路灯，地面格栅冒着蒸汽——街心真的站着一匹机械骨架马。

![](https://developer.qcloudimg.com/http-save/yehe-12823797/fd47c30de9fc457188e1c3fe7d0bf5c5.jpg)

![](https://developer.qcloudimg.com/http-save/yehe-12823797/ba26a6b9fd3d3cf8d2c8290ac0d49c39.jpg)

他接着喊"加一条龙""来只友好的水獭 NPC"，全部实时发生。他的评价很克制：相当疯狂，但不是完美无缺。

![](https://developer.qcloudimg.com/http-save/yehe-12823797/1b05fc76f38296fe60e34a04cfa4d927.jpg)

![](https://developer.qcloudimg.com/http-save/yehe-12823797/31a4aa37c1aa7af3e632e99b1f1eaaaf.jpg)

### 沉船电鳗：实时重算全局光照

a16z 合伙人贾斯汀·摩尔潜进一艘沉船，输入：「一群发光的电鳗涌过水流，在金币堆上投下蓝色电弧。」

![](https://developer.qcloudimg.com/http-save/yehe-12823797/2b537e67c69bb8e6df8b36808c861d0d.jpg)

注意看——这不只是多了个怪物。紫光把甲板、钟乳石、潜水员的背影全部重新打了一遍光，而她手里马灯那点暖黄还在。这是实时重算全局光照。

![](https://developer.qcloudimg.com/http-save/yehe-12823797/000bff4a00c8939269c5ec4d72c7d258.jpg)

### 23.9 帧：这次「实时」名副其实

而右上角这个数字才是真突破：均值 23.9 帧。上一代 Genie 3 标称 24 帧、实测只有 16 帧。这一次，"实时"两个字名副其实。连贯时长也从一分钟翻倍到两分钟。

![](https://developer.qcloudimg.com/http-save/yehe-12823797/f824673440241005ec7bee45ebcee1ea.jpg)

![](https://developer.qcloudimg.com/http-save/yehe-12823797/8a274b58654fdb808eb8e58cdc171d46.jpg)

### GTA Waymo：玩梗下面是真业务

最狠的一条，是贾斯汀那句：「我们先有了 GTA Waymo，先于 GTA 6。」

![](https://developer.qcloudimg.com/http-save/yehe-12823797/8c1529d7e28bbf8a7c7aa0aa9f7aa009.jpg)

一辆 Waymo 自动驾驶车，开在被洪水淹没的旧金山街头，远处巨兽从水里拱起。

![](https://developer.qcloudimg.com/http-save/yehe-12823797/fda061209e98eb85437914c7cf2aaf7b.jpg)

玩梗的外壳下面是真业务——Waymo 今年二月就基于上一代 Genie 做了自家仿真模型。而洪水加怪兽这种极端场景，恰恰是自动驾驶最想要、现实中永远拿不到的长尾数据。

![](https://developer.qcloudimg.com/http-save/yehe-12823797/2d064d2c49c794b1513b5f9dd8a521fd.jpg)

## 三、原生音频与背后三个 Gemini

Genie 4 还首次原生生成音频——不是后期配的，音乐、环境音和角色对话跟画面同步算出来。

![](https://developer.qcloudimg.com/http-save/yehe-12823797/b547a248b6c8bf4ebdc0bf89dbb40abc.jpg)

![](https://developer.qcloudimg.com/http-save/yehe-12823797/3b73889e7f0a95925d9d6e8042e562d0.jpg)

背后是三个 Gemini 在干活：Gemini Omni 负责把质感锚定在真实世界；Gemini 3.8 Flash 像个监工，逐帧盯着画面、把目标拆成步骤、随时纠错；机器人方向则由 Gemini 4 Argon 拆解任务，让 Apptronik 的 Apollo 机器人下完了一整局跳棋。

![](https://developer.qcloudimg.com/http-save/yehe-12823797/dc6ba7a67958902490d9bc8336fd1d78.jpg)

![](https://developer.qcloudimg.com/http-save/yehe-12823797/5634dfdfccfe81f92aebfbec340b69d6.jpg)

另外，所有输出都嵌了 SynthID 隐形水印——世界越逼真，这道防线越必要。

![](https://developer.qcloudimg.com/http-save/yehe-12823797/f3940d2280d87bc3e9998f663e7037b0.jpg)

## 四、行业反应与意外用法

发布当天，美股游戏板块再度震动，剧本和上次 Project Genie 发布时一模一样。

有意思的是，早期用户自己玩出了谷歌没主推的用法：把它当电影片场。前谷歌 AR 产品经理比拉瓦尔·西杜说，实时世界模型让你"感觉自己在片场"，能走进去实时拍好几条 take。谷歌工程师也承认，实时最值钱的地方是让人保持创作心流。

![](https://developer.qcloudimg.com/http-save/yehe-12823797/ba369963bec11f3b9ea94d9ec3c082f9.jpg)

![](https://developer.qcloudimg.com/http-save/yehe-12823797/bbfb0cbd69933e6d63dd4d8906b92da3.jpg)

那它还领先吗？

## 五、还领先吗：对手正在追上

实时交互这个里程碑，确实是谷歌先拿下的。但 Runway 的 GWM Worlds 2 已经追上，赛道还在疯狂整合，李飞飞的 World Labs 也被 AMD 收了。

![](https://developer.qcloudimg.com/http-save/yehe-12823797/a04ef2fc7666b3436abdcd0b0a7a6de1.jpg)

![](https://developer.qcloudimg.com/http-save/yehe-12823797/dd8231618f61bfdd70f80f9ec29424c1.jpg)

更现实的是：Genie 4 至今只开放给受信测试者，跑久了画面依然会漂移，文字还渲染不清楚。

![](https://developer.qcloudimg.com/http-save/yehe-12823797/1e4b0a3b84557c0c0d8bf52244e8fa07.jpg)

![](https://developer.qcloudimg.com/http-save/yehe-12823797/5c9e83dc96de1964fc1d1a4650320656.jpg)

能力已经摆在台面上，只是还没被真正用起来。这就是今天的 Genie 4。

![](https://developer.qcloudimg.com/http-save/yehe-12823797/f25c1782dd9ea7e12f864bfd7a9da574.jpg)


导读：十月二十七日，谷歌 DeepMind 发布新一代世界模型 Genie 4，皮查伊亲自站台——时间点很妙，抢在财报前一天。

谷歌Genie 4发布：把"实时交互"做实了

十月二十七日，谷歌 DeepMind 发布新一代世界模型 Genie 4，皮查伊亲自站台——时间点很妙，抢在财报前一天。

人工智能

谷歌DeepMind发布世界模型Genie4，实现23.9帧实时操控、原生音频与动态推理，支持参考图锚定及全局光照重算。基于三个Gemini协同，输出嵌SynthID水印。虽领先实时交互，但画面漂移、文字模糊且仅限受信测试，对手正快速追赶。

自动驾驶

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

谷歌Genie 4发布：把"实时交互"做实了-腾讯云开发者社区-腾讯云

谷歌Genie 4发布：把"实时交互"做实了

谷歌Genie 4发布：把"实时交互"做实了

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐