据 Google DeepMind 称,该公司于 10 月 27 日发布了新的世界模型 Genie 4,供研究使用。该 AI 系统根据用户通过键盘、鼠标指令和文本提示输入的内容,实时生成虚拟环境、音乐和对话。用户可以在虚拟空间中移动、修改天气和摄像机角度,并添加新角色和物体,而模型能够呈现逼真的物理效果,包括树木摇曳、水流、碰撞和空气动力学。
不过,目前的局限包括连续交互时长仅有几分钟;随着会话延长或复杂指令反复出现,还会产生一致性问题,例如物体位置偏移、文本扭曲,以及空间和音频准确度下降。
相关快讯
Google Genie 4 模拟时长翻倍至 2 分钟、首次音视频同步
谷歌推出应用连接平台,集成 Gemini 与搜索
Google DeepMind 发布 Genie 4,原生同步音频下的连贯互动时长翻倍至约 2 分钟