Google DeepMind 发布世界模型 Genie 4，原生生成音频并支持实时交互

Google DeepMind 发布世界模型 Genie 4，称其为首个原生生成音频的实时世界模型，可用自然语言实时修改天气、镜头或增减人物。Gemini Omni 负责把模拟锚定在真实世界的外观与行为上，Gemini 3.8 Flash 则在循环中担任引导智能体，拆解目标并逐帧核查每一步是否完成。