The Decoder· Maximilian Schreiner·· 5 小时前精选AI 评分73
Google DeepMind 推出实时交互世界模型 Genie 4
Google Deepmind's Genie 4 puts a modern spin on agent designs that predate LLMs
AI 导读
Google DeepMind 推出实时交互世界模型 Genie 4，支持实时逐帧计算场景并直接生成背景音效与对话角色。该系统结合 Gemini 模型在后台保持场景连贯并拆解多步规划，同时测试了与 Gemini 4 Argon 联动进行人形机器人下棋仿真。Genie 4 目前仅作为早期研究预览向特定测试者开放，长会话中物体持久性仍有局限，生成音视频均带有 SynthID 水印。
推荐理由
原文展现了像素级实时模拟与大模型后台规划相结合的混合架构，为读者评估世界模型在智能体与机器人仿真中的落地形态提供了参考。
来源：The Decoder · the-decoder.com