Genie 4 进入 Project Genie:可在漫游中改天气、加角色,并首次配上实时原生音频
核心概要
Google 向符合条件的 AI Ultra 订阅者开放新版 Project Genie,首次提供 Genie 4,并升级 Genie 3。此前早期测试者只能生成和探索交互世界,难以控制世界内部发生什么;Genie 4 允许在漫游中键入新提示实时改写环境,并首次把画面与随场景变化的实时原生音频配对。Genie 3 的单次生成时长从 60 秒延长到最多 3 分钟,并支持世界串联与 360 度全景图作为初始场景。
深度剖析
Project Genie 的交互世界现在可以在漫游过程中被实时改写,用户键入新提示即可改变天气、放入角色或改变情节走向。 早期测试者反馈希望更深入地控制世界内部发生的事情,并希望更容易构建和分享这些世界。 这一能力随 Genie 4 首次在 Project Genie 中开放,面向符合条件的 Google AI Ultra 订阅者推出。
Genie 4 把画面与实时原生音频配对,音频随场景展开而变化,覆盖环境声与角色对话。 此前 Genie 3 提供的是世界生成与探索,Genie 4 被描述为迄今最逼真、最具交互性的世界模型。 Genie 3 仍保留在模型选择器中,供需要更长运行或全景图初始空间的用户使用。
Genie 3 的单次生成探索时长从 60 秒延长到最多 3 分钟,并支持把多个世界串联起来形成更长旅程。 此前单次生成的上限是 60 秒。 同一批 Genie 3 更新还包括以 360 度全景图作为新世界的初始输入,以及在探索中用自然语言提示动态改变环境。
新增的 Project Genie 智能体把创建过程变成对话:用自然语言描述设想,智能体调度 Google 的多模态模型生成初始画面与定制背景配乐。 创建不再局限于单条文本或图像提示。 Gemini 模型也可加入会话,观察屏幕内容并提供情境化建议,或自动触发世界内事件。
启示与展望
已展示的范围是面向符合条件的 Google AI Ultra 订阅者的 Project Genie 新版体验,包含 Genie 4、Genie 3 更新、Project Genie 智能体和社区画廊;Google AI Pro 会员可在同一页面加入等待名单。
Genie 3 和 Genie 4 仍处于前沿研究阶段,Google 表示正在处理相机延迟、复杂物理交互、实时音频精度和长期场景持久性等关键挑战。所有生成的视频与音频都带 SynthID 水印,模型输入输出均经过安全筛查。
