Google DeepMind 发布世界模型 Genie 4：边走边改场景，还能实时生成声音和对话

平时我主要关注动画和游戏，不过这条 AI 新闻和做游戏、做动画的人关系很大，所以想单独聊一聊。Google DeepMind 在 2026年10月27日 公布了新一代世界模型 Genie 4。

简单来说，它能实时生成一个可以“走进去”的虚拟世界：用户用普通的键盘操作移动和转动镜头，同时还能用文字指令随时改变场景。

这次的几个重点

• 实时改场景：在模拟进行中输入文字，就能改天气、移动镜头、加入新的人物或物件，Gemini 会根据周围场景调整指令，并在两次输入之间维持整个世界的连贯。
• 物理和人物更真实：官方特别强调对空气动力学、碰撞等物理现象的模拟，以及人物动作和反应更加自然。
• 原生生成声音：这是 Genie 系列第一次在实时世界里直接生成音频，包括环境音、音乐，以及会随用户输入即时变化的角色对白。
• 背后有 Gemini 家族：Gemini Omni 负责让画面贴近真实世界的样子和行为，其他 Gemini 模型负责推理，保持模拟前后一致。

我比较在意的地方

对独立游戏开发者来说，这类工具最直接的用处可能是快速试玩一个点子：先把场景和氛围“跑”出来，再决定值不值得正式做。动画团队做分镜、预演镜头时也可能用得上。不过它现在还只是研究预览，离真正进入制作流程应该还有距离。

什么时候能用

目前 Genie 4 只向一部分受信任的测试者开放，接下来会先推给 Google AI Ultra 订阅用户（通过 Project Genie），以及 Gemini API 和 Google AI Studio 的早期合作伙伴，官方已经开放候补登记。

详细介绍和演示视频请看 Google DeepMind 官方博客。