Genie 4：不生成影片，生成一個能走進去的世界
更新時間:2026-10-28 21:26:33 發布時間:4小時前 閱讀:5次
Genie 4 是 Google DeepMind 在 2026 年 10 月 27 日發佈的世界模型，官網部落格標題就叫“新一代世界模擬”。它和文生影片的區別在於：你敲鍵盤就能走進畫面裡，說一句話就能改寫天氣和人物，而且聲音是模型自己長出來的。這一版只向受信任測試者開放研究預覽，普通使用者要排隊。
deepmind.google 官方部落格首屏（截圖日期 2026-10-28）。標題下方的畫面由 Genie 4 實時生成，不是剪輯素材。
Genie 4 是什麼
- 定位：DeepMind 的世界模型，2026 年 10 月 27 日發佈，屬於 Genie 系列第四代產品。
- 核心：用一段文字描述場景，它即時生成可以走進去、也能改寫的虛擬世界。
- 多模態：畫面、環境音、音樂、人物對話由同一個模型同步生成，不靠外掛配音。
- 底座：Gemini Omni 提供真實外觀與行為先驗，其他 Gemini 模型負責推理與規劃。
- 引導：Gemini 3.8 Flash 在閉環裡當引導智慧體，拆解步驟並逐幀覈對結果。
- 操控：標準鍵盤控制角色移動和鏡頭，文字提示隨時改天氣、加人或加物體。
- 出處：部落格掛在 DeepMind 官網 Models 分類下，配了三段真實互動錄像。
Genie 4 能解決什麼
- 搭景太貴：過去要先建三維場景，現在一段提示詞就能生成可探索的環境。
- 預演太慢：導演可以在實時模擬裡連拍幾條，邊改機位、燈光和對白。
- 音畫不同步：聲音與世界同源生成，環境音和人物說話天然對齊。
- 對白寫死：角色根據現場事件即時生成語言，不再依賴預設的對話樹。
- 機器人沒場地：複雜任務先在模擬世界裡練熟，再遷移到實體機器上。
- 老照片是靜的：一張二維檔案照，可以擴成能轉身看四周的動態場景。
Genie 4 怎麼用
- 加等候名單：進 Project Genie 頁面提交申請，研究預覽按批次放量。
- 等資格：目前只給受信任測試者，普通使用者要等 Ultra 訂閱者那條通道。
- 進創作頁：拿到資格後，從 Project Genie 進入場景生成介面就能開跑。
- 寫環境提示：先用一段文字描述地貌、光線、天氣和預設機位。
- 定首幀：可以丟一張參考圖當第一幀，讓構圖和質感對齊它。
- 鍵盤走位：用方向鍵移動角色、轉動視角，邊走邊判斷哪裡不對。
- 中途改寫：繼續輸入提示詞改天氣、加人、換材質，後續畫面會跟著重繪。
Genie 4 的效果和侷限
- 真實感：官方稱這一版跨了一個台階，碰撞、空氣動力這類物理都能算。
- 聲音：第一個原生出聲的實時世界模型，環境音、樂音、對話都直接生成。
- 因果：Gemini 在環裡逐幀校驗，多步任務不容易跑偏成無關畫面。
- 可互動：不是隻能看的影片，每次操作都改變後續走向，能反覆試。
- 漂移：跑得越久、改得越多、走得越遠，物體恆常性和細節越容易走樣。
- 能力邊界：複雜物理互動、清晰文字渲染、空間準確性都還在研究階段。
- 音訊精度：實時音訊的準確性被官方列為待改進項，還不到成品配音水平。
- 開放範圍：研究預覽，先給測試者，Ultra 訂閱者與 API 合作方要等下一批。
Genie 4 示例
- 南極熱氣球：航拍冰原與藍冰山，視角改成第一人稱站在柳條籃裡往外看。
- 蜂鳥與水珠：一顆水珠包住懸停的蜂鳥，官方預告片用的就是這段畫面。
- 黃昏冠鶴：一隻冠鶴走過雪地，自然色彩、紀錄片風格，考的是動作連貫。
- 機械臂滴液：UR5 拿移液槍往培養板滴液，中途迸出細小電火花。
- 八十年代車站：日本鄉村車站擠滿乘客，考的是多人和遠景的一致性。
- 彩繪玻璃：整片三維彩繪玻璃景觀，鏡頭可以自由穿行，看材質反射。
Genie 4 應用場景
- 影視預演：創意和技術人員把它當草稿模式，實時改機位、燈光和對白。
- 新聞與歷史：攝影記者把一張二維檔案照擴成能走動的歷史空間。
- 遊戲原型：從一句話到可探索原型只要幾秒，先驗美術風格再立項。
- 機器人訓練：配 Gemini 4 Argon 拆解任務，在模擬裡練熟再上真機。
- 工業模擬：企業用它零到一生成複雜場景，替代部分真實環境試驗。
- 互動展覽：博物館和品牌按佈景主題生成可探索空間，觀衆自己走進去。
