跳到正文
原文
Hacker News · 首页· acossta·· 3 小时前精选AI 评分79

Google DeepMind 发布 Genie 4 原生多模态世界模型

Genie 4

AI 导读

Google DeepMind 发布 Genie 4 世界模型,可实时生成视觉画面、环境声音和交互对话,并通过自然语言控制场景、角色与事件。模型由 Gemini 3.8 Flash 持续观察场景、拆解目标并校正执行步骤;Genie 4 现已面向可信测试者开放研究预览,之后将进入 Project Genie、Gemini API 和 Google AI Studio。

推荐理由

原文披露了 Genie 4 的实时交互、原生音频和 Gemini 协同机制,也明确列出长期一致性等限制,便于判断其研究与落地边界。

来源:Hacker News · 首页 · deepmind.google