https://www.youtube.com/watch?v=kJgYSiIZMb8
---
来源 YouTube 频道：Theoretically Media
---
12122f2d-b64f-41ba-b378-01f3a034f6df
---
Genie 4 Is the FUTURE of AI World Models!
Genie 4实测：实时交互世界模型，能改剧情还能听声
---
谷歌DeepMind推出了实验性世界模型Genie 4，依托Gemini 4 Argon技术，实现了实时视频串流与交互式探索。用户可以自由控制镜头、改变电影类型并听到角色对话，甚至利用“幻觉”进行创意构建。尽管存在生成延迟和物体恒常性瑕疵，它展示了AI世界模型的巨大潜力，目前仅限研究预览。
---
Genie 4作为谷歌实验性世界模型的升级版，紧随Gemini 4 Argon发布，重点突破了实时交互与音效处理。实测中，用户可在生成的3D环境中自由移动摄像头，体验类似GTA的开放世界探索。虽然画面质感偏向复古风格，但实现了实时串流与第一人称视角的自由切换，标志着从静态生成向动态交互的重大转变。
该模型允许用户在场景中实时修改内容，例如通过指令让背景出现巨型怪兽或彻底改变影片类型，且新增的角色语音功能使互动更具沉浸感。尽管部分对话显得简略，但其对 genre 切换的支持展现了极高的灵活性。此外，模型在操控响应上优于多数同类竞品，即便操作生疏也能流畅运行，证明了其在模拟真实游戏手感方面的能力。
技术层面，Genie 4依赖Gemini 4 Argon底层架构，但在实际应用中暴露出明显的工程权衡。生成内容节奏偏慢，常被形容为“在糖浆中跋涉”，且频繁出现空间幻觉与物体恒常性错误，如穿过玻璃或场景逻辑崩坏。尽管这些缺陷限制了其商业可用性，但利用幻觉进行的创意实验（如老照片补全）揭示了其在影视制作与概念设计中的独特价值，目前仍处于早期研究预览阶段。
