Google DeepMind lancar Genie 4, model dunia dengan audio sebenar
Google DeepMind umumkan Genie 4, model dunia yang jana dunia interaktif masa nyata dengan bunyi, muzik dan dialog pada 27 Oktober 2026.
Google DeepMind mengumumkan Genie 4 pada 27 Oktober 2026. Ia model dunia: anda taip satu adegan, ia jana dunia yang boleh anda jelajahi masa nyata. Versi kali ini menambah bunyi asli, fizik yang lebih tepat dan kawalan suara percumaan dalam bahasa biasa.
1. Apa itu model dunia
Model dunia tidak menjana video pendek. Ia menjana dunia yang berjalan terus: anda bergerak, dunia bertindak balas. Genie 4 membina adegan daripada teks atau imej, dan ia terus mensimulasikan apa yang berlaku seterusnya, termasuk cara orang di dalamnya bergerak dan bercakap.
DeepMind kata keupayaan ini langkah penting ke arah AGI. Sebabnya ringkas: untuk melatih robot atau ejen AI dengan selamat, anda perlu persekitaran latihan yang boleh diubah tanpa had, tanpa risiko di dunia sebenar.
2. Audio dijana bersama dunia
Genie 4 ialah model dunia masa nyata pertama DeepMind yang menjana audio secara asli. Setiap dunia membawa bunyi ambien sendiri: angin di pokok, ombak di pantai, muzik latar.
Yang paling menarik ialah dialog. Watak dalam adegan boleh bercakap dengan anda dan bertindak balas terhadap perubahan dunia, semua dalam masa nyata. Semua bunyi dalam demo DeepMind dijana oleh model itu sendiri, bukan rakaman sebenar.
3. Kawalan masa nyata dengan ayat biasa
Anda boleh ubah adegan sambil ia berjalan. Taip untuk tukar cuaca, gerakkan kamera, atau tambah orang dan objek baru. Model Gemini menyesuaikan arahan anda dengan adegan sedia ada supaya dunia kekal konsisten.
Di antara arahan anda, Gemini juga memantau adegan supaya dunia terus berjalan dengan lancar. DeepMind membangun Genie 4 atas keluarga Gemini: Gemini Omni menjadi asas rupa dan tingkah laku dunia, manakala model Gemini lain memberi penaakulan untuk kekalkan kesinambungan.
4. Sejauh mana ia boleh pergi
Menurut laporan TechCrunch, Genie 4 boleh mengekalkan adegan konsisten sehingga dua minit, dua kali ganda had Genie 3. Fizik juga lebih tepat, termasuk aerodinamik dan pelanggaran, dan watak manusia kelihatan lebih realistik.
Ia bukan sempurna. Pasukan DeepMind sendiri akui butiran dan objek boleh hanyut bila simulasi lama berjalan, dan teks dalam dunia kadangkala tidak dapat dibaca. Dalam satu eksperimen bersama Gemini Robotics, model Gemini 4 Argon memecahkan tugasan robot kepada langkah dan Genie 4 menyimulasikannya masa nyata, satu cara uji senario robot sebelum dijalankan sebenar.
5. Bila anda boleh cuba
Genie 4 kini dalam pratonton penyelidikan untuk kumpulan penguji terpilih. Dalam beberapa minggu akan datang, ia akan dibuka kepada pelanggan Google AI Ultra melalui Project Genie, dan kepada rakan awal Gemini API serta Google AI Studio. Anda boleh sertai senarai menunggu di blog DeepMind.
Tiada tarikh tepat untuk akses umum. DeepMind kata mereka masih mentakrifkan pengalaman produk akhir.
Apa maksudnya untuk anda
Model dunia masih alat penyelidikan, tetapi arahnya jelas: dunia maya yang boleh diarahkan dengan ayat biasa, dengan bunyi penuh. Ia akan sampai ke pembangun game, pembuat filem dan jurulatih robot lebih awal daripada pengguna biasa.
- Pengguna AI Ultra dahulu. Akses awal melalui Project Genie tertakluk kepada pelanggan Google AI Ultra. Jika anda sudah melanggan, pantau akaun anda.
- Pembangun, tanda kalendar. Gemini API dan AI Studio akan dapat akses awal. Sesiapa yang bina simulasi atau alat pendidikan patut cuba lebih awal.
- Kandungan audio AI jadi lebih realistik. Dialog watak yang dijana masa nyata bermakna suara palsu makin sukar dibezakan. Kebiasaan semak sumber jadi lebih penting.
- Robot dilatih dalam simulasi. Eksperimen Gemini Robotics menunjukkan latihan robot boleh diuji secara maya dahulu. Ini mempercepat kitaran pembangunan robotik.