跳到正文
实时
热点事件历史事件

DeepMind 发布 Genie 4 世界模型,先向测试者开放

12 篇报道7 个报道来源19 天前更新

先了解这件事

AI 综述

Google DeepMind 发布世界模型 Genie 4,目前以研究预览形式向受信任测试者开放,尚未面向消费者和开发者。DeepMind 称,未来几周将扩展到 Google AI Ultra 订阅用户的 Project Genie,以及 Gemini API 和 Google AI Studio 的早期合作方。DeepMind 称,Genie 4 可实时生成带原生音频的可交互模拟世界,用户能用自然语言提示实时改变天气、镜头和场景元素,角色可对话并响应场景事件;连贯场景最长两分钟,为 Genie 3 的两倍。Gemini 3.8 Flash 在循环中充当引导智能体,负责拆解目标并逐帧校验。Google 表示,Genie 4 生成的所有视频和音频都会带有 SynthID 水印。DeepMind 称,该技术可用于为机器人构建训练环境,或用于创意领域的快速原型设计。

AI 根据报道生成 · 更新于 19 天前

事件进展

2 个进展

  1. 10月31日 01:00 · 3 篇报道
    Google's first data center satellite online
    The Verge · AI:Google 的 Project Suncatcher 卫星成功从太空发送首个 AI 响应
  2. 10月28日 00:00 · 9 篇报道
    Genie 4 发布
    Google DeepMind:Google DeepMind 发布世界模型 Genie 4

报道时间线

沿着报道,了解事件的不同侧面。

10月31日
  1. IT之家 · AI
    谷歌宣布达成“Hello World”里程碑:在轨运行的数据中心级 TPU 首次给出 AI 响应

    谷歌宣布在轨数据中心级TPU首次给出AI响应,由预装的DeepMind模型Gemma 4根据提示词生成一首俳句。卫星搭载四颗TPU,可产生最高1千瓦电能,但受限于散热和能源负荷,每次仅能启动约20分钟。

  2. The Verge · AI
    Google 的 Project Suncatcher 卫星成功从太空发送首个 AI 响应

    Google 的 Project Suncatcher 卫星成功启动其搭载的 Tensor Processing Units (TPUs),使板载的 Gemma 4 模型根据提示创作了关于太空的俳句。

  3. TechCrunch · AI
    Google首颗数据中心卫星上线并创作诗歌

    Google Suncatcher卫星搭载四颗Tensor Processing Units (TPUs)上线运行,通过SpaceX火箭发射,已成功向Google DeepMind的Gemma 4大语言模型发送提示词创作诗歌。

10月28日
  1. MarkTechPost精选
    Google DeepMind 发布 Genie 4 实时世界模型,原生生成音频

    Google DeepMind 发布研究预览版 Genie 4,可从文本和图像提示实时生成可探索世界,并原生生成环境音、音乐和角色对话。该模型在仿真循环中引入 Gemini 作为规划器,由 Gemini 3.8 Flash 拆解目标、检查帧并重新规划,Gemini Omni 负责锚定世界的外观与行为。

  2. IT之家 · AI
    谷歌推出最强世界模型 Genie 4

    谷歌 DeepMind 推出研究预览版世界模型 Genie 4,可生成高拟真可交互虚拟世界,支持实时编辑场景、同步生成音频,还计划向 AI Ultra 订阅用户开放。

  3. IT之家 · AI精选
    谷歌 DeepMind 发布 Genie 4 世界模型,支持实时自然语言改写与原生音频

    谷歌DeepMind于10月27日发布Genie 4世界模型,定位为重大研究里程碑,用户可用自然语言指令实时改变天气、镜头、角色和物体,而非重新生成一段视频。

  4. IT之家 · AI精选
    谷歌 DeepMind 推出世界模型 Genie 4,支持音视频同步生成与实时编辑

    谷歌 DeepMind 推出世界模型 Genie 4,目前处于研究预览阶段,可生成可交互虚拟世界并在运行中输入提示词修改场景,还能生成与画面同步的实时音频。相比前代 Genie 3,Genie 4 画面拟真度提升,支持实时调整天气、镜头角度和增删人物物体,最长维持两分钟连贯场景,为前代的两倍。

  5. The Decoder
    DeepMind Genie 4 发布:现代智能体设计的前沿探索

    DeepMind 发布 Genie 4,这是公司首个能实时生成声音的即时世界模型,用户可通过键盘移动场景、用文本提示引导事件。Genie 4 基于视频模型 Gemini Omni 构建,由 Gemini 大模型族在后台规划模拟进程,支持背景音效、角色对话及实时交互。目前仅限选定测试者体验,未来将向 Google AI Ultra 订阅者开放,并集成 SynthID 水印标记 AI 生成内容。

  6. TechCrunch · AI精选
    Google DeepMind 发布 Genie 4 世界模型,新增音频与实时编辑

    Google DeepMind 以研究预览形式发布世界模型 Genie 4,可生成照片级真实且可交互的场景,并支持在模拟过程中输入提示词实时改变天气、镜头角度或添加人物物体。

  7. Google DeepMind精选
    Google DeepMind 发布世界模型 Genie 4

    Google DeepMind 发布世界模型 Genie 4,可实时生成带原生音频的交互式模拟世界,并以文本提示实时改变天气、镜头和场景元素。Genie 4 首次原生生成环境音与人声对话,角色可实时对话并响应场景事件;Gemini 3.8 Flash 在循环中充当引导智能体,把目标拆成步骤并逐帧校验。

  8. Ars Technica · AI精选
    DeepMind 发布 Genie 4 世界模型,称物理与人物模拟更真实

    Google DeepMind 公布 Genie 4 世界模型,称其在几乎各个方面都优于 Genie 3,模拟的物理效果和人物更真实,部分改进来自 Google 更新的 Gemini 模型。

  9. The Verge · AI
    Google Genie 4 世界模型发布:支持更逼真交互体验

    Google 发布 Genie 4 世界模型,支持生成更逼真交互体验。该模型采用 Gemini 3.8 Flash 架构,可实时通过自然语言更新体验、生成音频,并支持长达两分钟的场景(较 Genie 3 的一分钟提升)。