搜索
谷歌发布 Genie 4 首次支持原生音频与即兴对话
2 小时前
Google DeepMind正式推出新一代通用世界模型Genie 4，该模型首次支持原生音频生成，能够同步生成环境音与配乐，并允许角色根据场景即兴对话。用户可实时调整事件、机位和动作，驾驭动态环境。Genie 4单次生成的连贯世界可持续约2分钟，画面帧率约24帧/秒，人物微表情、镜面反射及物理碰撞效果均有所提升。此外，谷歌还展示了多款Gemini模型在画面理解、复杂动作规划及机器人任务执行等方面的协同能力。Genie 4旨在打造实时响应、持续变化的交互式世界，为通用智能体训练和机器人模拟提供可反复试错的虚拟环境。目前，该模型已开启内测，Google AI Ultra用户可申请加入等待名单。
