Google 发布 Genie 4 世界模型，可实时生成音频

1. 01:25
   The Decoder

   Google DeepMind 发布 Genie 4 世界模型，可实时生成音效与角色对话

   Google DeepMind 发布 Genie 4 实时世界模型，不再输出成品视频，而是逐帧计算场景，并根据键盘操作与文本提示作出反应。DeepMind 称这是其首个直接生成声音的实时世界模型，每个世界有自己的环境音，角色之间还能对话；Gemini Omni 提供视觉基础，Gemini 3.8 Flash 等模型在后台把目标拆成步骤并持续校验，以保持模拟连贯。

2. 00:30
   TechCrunch · AI

   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，新增与模拟场景匹配的实时音频生成，并支持在模拟过程中输入提示词实时改变天气、镜头角度或增删人物和物体。

3. 00:01
   Google DeepMind精选

   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。

4. 00:00
   Ars Technica · AI

   DeepMind 发布 Genie 4 世界模型，物理与人物模拟更真实

   DeepMind 发布 Genie 4 世界模型，称其在物理和人物模拟上比 Genie 3 更真实，且几乎各方面都有改进。新模型的提升部分来自 Google 更新的 Gemini 模型，可按指令实时逐帧生成可探索的虚拟环境。DeepMind 设想用它为实体机器人提供训练环境，并用于创意领域的快速原型。

5. 00:00
   The Verge · AI

   Google 发布 Genie 4 世界模型，互动体验时长增至约两分钟

   Google 发布 Genie 4 世界模型，用于生成可交互的 AI 体验。官方称其有四项主要更新：生成更真实的世界、支持用自然语言提示词实时修改体验、可生成音频，底层使用 Gemini 3.8 Flash 辅助模拟；体验时长从 Genie 3 的一分钟提升到约两分钟。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。