Google DeepMind发布世界模型Genie 4，支持实时音频
Google DeepMind发布世界模型Genie 4，新增实时音频功能。该模型支持自由形式实时编辑，场景一致性延长至两分钟，并与Gemini深度集成，目前向部分用户开放研究预览。
# Genie 4
共 4 篇相关文章
Google发布Genie 4：具备原生多模态与实时交互的世界模型
Google发布Genie 4世界模型，具备原生多模态与实时交互能力。该模型整合Gemini家族功能，能同步生成符合物理规律的场景、音频及对话，目前以研究预览形式向部分订阅者和合作伙伴开放。
Google DeepMind发布Genie 4世界模型
Google DeepMind发布Genie 4世界模型。该模型具备原生多模态能力，能同步生成视觉、音频及对话，并整合Gemini技术实现实时交互模拟与复杂事件推理，目前以研究预览形式向部分用户开放。
Google发布Genie 4世界模型，支持2分钟交互体验
Google发布Genie 4世界模型，支持2分钟交互体验。该版本集成Gemini 3.8Flash，新增音频生成与自然语言实时调整功能，时长较前代翻倍。目前主要定位为辅助电影制作人进行预可视化的工具。