人工智能

谷歌 Project Genie 开放 Genie 4:支持实时改写世界,加入原生音频与创作智能体

2026年11月19日 · admin
OpenMagic API

据 IT之家 11 月 19 日报道,谷歌面向符合资格的 Google AI Ultra 订阅用户推出新版 Project Genie,首次开放 Genie 4 世界模型访问权限,同时升级 Genie 3,并加入创作智能体与社区画廊。此次更新的核心变化,是让用户不只生成、探索虚拟场景,还能在探索过程中用自然语言持续修改世界,让创作与互动在同一会话中进行。

Genie 4:从生成场景走向实时干预

Project Genie 整合了谷歌的世界模型与 Gemini 系列模型,用户可直接通过浏览器生成并进入虚拟空间。按照来源描述,Genie 4 侧重更高保真的视觉、物理效果与交互体验:用户在移动、探索时输入新提示,即可切换天气、添加角色或改变场景中的动作走向,无需先退出当前世界再重新生成。

另一项更新是实时原生音频。声音会随场景推进动态适配,覆盖环境音效与角色对话。这意味着世界模型的输出不再仅围绕画面展开,也开始尝试让视觉变化、用户指令与声音反馈共同构成体验。

Genie 3 保留,智能体承接创作流程

新版并未用 Genie 4 完全替代 Genie 3。后者仍保留在模型选择器中,面向更长探索时长、以全景图为基础构建空间等需求,并同步获得能力升级。

  • 单次生成的可探索时长由 60 秒延长至最多 3 分钟,还可串联多个世界,形成更长旅程。
  • 支持以 360 度全景图作为生成基础,帮助维持视角转动时的空间与建筑外观一致性。
  • 支持世界内实时事件,探索期间可通过自然语言改变环境,或触发新的互动内容。

创作入口也从单条文字、图片提示扩展为对话式流程。Project Genie 智能体可调度谷歌多模态模型,生成确定世界风格的初始视觉内容,并搭配背景音乐。探索时,用户还可把 Gemini 加入会话,由其观察屏幕内容,提供上下文相关建议,或随旅程推进触发事件。

社区画廊则承担发现、分享与二次创作功能。用户既可直接探索精选世界,也能与智能体协作,调整现有作品的世界结构、配乐或规则,再发布供他人体验。来源展示的案例包括把个人照片转为可探索空间,以及以蚂蚁视角观察蚁群等。

影响:世界模型开始补齐“可编辑”和“可分享”

对 AI 内容工具而言,这次更新值得关注的不只是画面质量,而是生成、干预、再创作与传播形成了更完整的流程。实时提示把用户从旁观者变成持续参与者;智能体降低了组织多模态素材的门槛;画廊则让生成结果有机会成为可复用的创作起点。这为互动叙事、空间概念验证等用途提供了新的试验方式。

不过,可动态生成的世界并不等于规则稳定、可精确控制的成熟游戏或开发平台,也不能仅凭演示判断长期一致性与复杂任务表现。来源明确指出,Genie 3 与 Genie 4 仍处于前沿研究阶段,当前访问也有订阅资格限制。谷歌表示,Project Genie 生成的视频和音频均带有 SynthID 水印,模型输入与输出都会接受安全筛查。对创作者而言,其实际价值仍需结合持续交互中的可控性与稳定性来评估。