返回列表 发新帖

Genie 4发布:一句话生成能走进去的虚拟世界,AI视频终于"活"了

150 0
Ai小编 发表于 2026-10-29 08:09:46|中国 | 查看全部 阅读模式
一句话绐论:谷歌DeepMind在2026年10月27日发布世界模型Genie 4,单次连贯交互时长从Genie 3的1分钟翻倍到2分钟,首次实现原生音视频同步生成,AI生成的内容从"能看"跨到了"能玩、能改、能对话"。


一、世界模型到底是个什么东西


先说清楚概念,不然很容易和Sora、Veo这类视频模型搞混。


文生视频模型,本质是"渲染":你给一句提示词,它生成一段视频,生成完就固定了,你没法进去走两步,也没法中途改天气。
世界模型不一样,它实时响应你的操作,你按方向键它就往前跑,你踢倒一把椅子,绕一圈回来椅子还在原地。


Genie 不是孤例。就在几个月前,Runway推出了第二款世界模型GWM Worlds 2,同样支持交互和音频生成。


更值得注意的是资本动作:李飞飞创立的World Labs被AMD收购;亚马逊正在洽谈收购Decart;Rivian刚收购了Third Dimension,用来搭建自动驾驶仿真能力。世界模型赛道,在2026年下半年已经进入整合期。


大厂买的不只是技术,是"仿真能力"这个基础设施位置。谁能提供最便宜、最逼真的虚拟环境,谁就握住了机器人和自动驾驶训练的入口。


五、别急着兴奋,短板很明确


谷歌自己的工程师在简报会上反复强调,Genie 4仍处于早期阶段,最终产品形态还没定。团队也承认了几个硬伤:


第一,仿真跑得越久,细节和物体会越飘,画面一致性会衰减;
第二,音频准确性还没完全解决,声音和画面偶尔对不上;
第三,虚拟世界里的文字清晰可读,仍是未解难题;
第四,目前只面向受信任测试者开放研究预览。


使用门槛也不低:未来几周会通过Project Genie向Google AI Ultra订阅用户开放,同时提供给Gemini API和Google AI Studio的早期合作伙伴。普通用户,还得等。


六、这项技术最先落地的三个场景


一是游戏前期原型。不用先做3D地图、不用写场景脚本,一句话生成可探索的关卡,策划当场就能试玩改参数。独立开发者的原型成本会被压到很低。


二是电影分镜。工程师迭戈·里瓦斯说得很直白:"实时功能最大的价值,在于让创作者保持流畅的创作状态,在创意构思和故事板阶段特别有用。"先跑一遍虚拟版本看效果,再决定要不要实拍。


三是交互式教育。设想一个场景:学生进入一幅描绘历史事件的画作,和画中人物对话,了解当时发生了什么。这种学习体验,比看视频、读课本的沉浸感强得多。


七、我的判断


Genie 4真正的意义,不在于它生成的画面有多逼真,而在于它把"生成"变成了"运行"。


过去两年,AI生成的内容是死的;从Genie 3开始,它活了;到Genie 4,它开始有了声音、有了记忆(踢倒的椅子还在原地)、有了可以被中途打断和改写的叙事。


这对内容创作者是巨大的机会,对游戏行业是成本重构,对机器人行业是数据飞轮的加速器。但它也意味着:以后你看到的"真实视频",可能是在一个实时运行的虚拟世界里拍下来的。眼见为实这句话,正在变得越来越贵。


(本文数据截至2026年10月29日,来源:Google DeepMind发布会、APPSO、IT之家、凤凰网科技、新浪科技等公开报道)

回复

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

得知互动是一个融创意、设计、开发、营销、生活、互联网于一体的专业交流分享平台。
Copyright © 2026 得知互动-专注Ai与站长技术交流社区-Ai交流平台 版权所有 All Rights Reserved. Powered by Discuz! X5.0 鄂ICP备15006301号-5|鄂公网安备 42018502006730号
关灯 在本版发帖 扫一扫添加QQ客服 返回顶部
快速回复 返回顶部 返回列表