Google DeepMind Releases Research Preview of World Model Genie 4
English text is being prepared.
On October 27, Google DeepMind released a research preview of its new-generation world model Genie 4, extending the simulation duration for scene consistency to about two minutes—twice that of its predecessor Genie 3—and improving visual realism, physics simulation, and the naturalness of character movements. The model supports real-time changes to weather, viewpoint adjustments, or adding characters and objects via natural language instructions, and features native audio generation capabilities. Google also demonstrated an experiment in which Genie 4, in collaboration with Gemini 4 Argon, simulated Apptronik's Apollo humanoid robot playing checkers, and plans to open it to Google AI Ultra subscribers through Project Genie in the coming weeks.
Why read this
AI score 78
The original text covers the improvements of Genie 4 over its predecessor, the robot demonstration in collaboration with Gemini 4 Argon, and the acquisition trends in the world model track.
Topics
Body
首页 | 新闻 | 博客 | 院士 | 人才 | 会议 | 基金·项目 | 论文 | 绘图 | 视频·直播 | 小柯机器人 | 医学科普
作者：喻琰 来源：澎湃新闻 发布时间：2026/10/28 13:19:25
选择字号：小 中
大
谷歌发布新一代世界模型Genie 4，加强物理AI技术布局
当地时间10月27日，谷歌旗下DeepMind发布新一代世界模型Genie 4的研究预览版，该模型进一步提升了实时交互式世界模拟能力，同时探索在机器人训练和物理AI（Physical AI）领域的应用。
与前代模型Genie 3相比，Genie 4不仅在画面真实感、物理模拟和人物动作自然度方面有所提升，还将场景保持一致性的模拟时长延长至约两分钟，是前代模型的两倍。
据介绍，Genie 4能够生成迄今为止最逼真、可实时交互的动态虚拟世界，在物理现象模拟、人物动作和场景交互等方面取得进展。用户可以通过自然语言指令，在模拟过程中实时改变天气、调整视角，或添加人物和物体。模型还具备原生音频生成能力，能够同步生成背景音乐、环境声音及互动对话。
值得关注的是，谷歌还展示了Genie 4与大模型Gemini 4 Argon协同模拟人形机器人执行任务的实验。
在演示中，Gemini 4 Argon负责将用户指令拆解为多个步骤，Genie 4则根据这些指令，实时生成机器人执行任务的模拟画面，展示了美国机器人公司Apptronik旗下Apollo人形机器人下跳棋的过程。
这一实验也展示出谷歌在物理AI领域的技术布局：尝试将大模型的任务规划与推理能力，同世界模型的环境模拟能力结合起来，让AI能够在虚拟世界中模拟不同任务及其执行过程。
Genie 4带来了更逼真的画面、更流畅的运动效果，并支持原生音频生成。左为Genie 3，右为Genie 4。 来源：谷歌DeepMind官网
谷歌研究总监特贾斯·库尔卡尼（Tejas Kulkarni）在发布前的媒体简报会上表示，未来将出现越来越多的“混合世界模型”，即由Gemini生成代码和文本，Genie实时接收这些信息，并在不同抽象层级上模拟现实世界。
世界模型正成为科技公司的重要技术方向。潜在应用不仅涵盖游戏开发、互动教育和影视制作，还包括机器人训练、自动驾驶仿真等领域。通过生成可交互的虚拟环境，世界模型有望帮助机器人和AI智能体在进入真实环境前进行任务模拟和测试。
行业竞争与整合也在加速。今年9月，AI视频生成公司Runway发布第二款世界模型GWM Worlds 2，支持根据用户输入动态生成可交互场景，并具备音频生成能力。
资本市场方面，9月28日，AMD宣布将以约82亿美元的全股票交易收购由华人AI科学家李飞飞创办的World Labs，加强在世界模型、空间智能和物理AI领域的技术布局。与谷歌Genie 4侧重实时动态模拟不同，World Labs此前推出的Marble主要聚焦生成具有空间一致性、可长期探索和编辑的三维世界。
此外，据《华尔街日报》报道，亚马逊正在洽谈以约70亿美元收购世界模型初创公司Decart。10月22日，美国电动汽车制造商Rivian宣布收购世界模型初创公司Third Dimension，计划将相关模拟技术应用于自动驾驶系统开发和测试。
不过，世界模型距离大规模实际应用仍面临技术挑战。DeepMind工程师迭戈·里瓦斯（Diego Rivas）在媒体简报会上表示，Genie 4仍处于早期阶段，完整的产品应用形态尚不明确。随着模拟时间延长，场景中的细节和物体可能出现偏移，音频准确性、画面中文字的清晰度等问题也有待解决。
谷歌计划在未来几周内，通过Project Genie向Google AI Ultra订阅用户开放，并逐步向Gemini API及Google AI Studio的早期访问合作伙伴提供相关能力。 特别声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，请与我们接洽。
短暴与长暴相隔4分钟接连出现 “双重爆炸”新发现挑战传统伽马暴起源理论
3
Brief Report｜山西省人民医院李敏教授团队发表简报：1999-2024年美国55岁及以上成年人痛风相关心血管疾病死亡率趋势
4
GCB | 中国农大揭示近40年中国农田有效磷由匮乏到富集的分异轨
5
PCE丨安徽农业大学马传喜/司红起课题组揭示miR156h-TaSPL4–TaPIN18模块通过生长素转运调控小麦株型与籽粒大小
6
减塑增效双丰收：NiCo2O4电催化助力PET废弃物资源化
7
Information期刊2025 Impact Factor提升至4.3，增长48%
8
Biology | 植物科学栏目2024-2025年高引文章
封面文章丨Mycology：解锁真菌隐藏的“色彩”
自供电摩擦电电子皮肤“读懂”无声唇语，开启人机交互与虚拟交流新范式
缺陷工程协同调控CaBi4Ti4O15陶瓷的氧空位与畴结构