←新闻详情

The Rundown AI更新于 10月30日 14:50

Google DeepMind 发布 Genie 4 世界模型,可生成音效并与场景角色对话

Google’s AI worlds can now talk back | The Rundown AI

AI 导读

Google DeepMind 发布新一代世界模型 Genie 4,可将提示词实时转化为可探索的逼真场景,并首次由 Genie 模型自行生成背景音和音乐,场景中的角色也能进行实时对话。用户通过键盘移动,并用文本提示在场景中即时修改内容,场景在多次输入之间保持连贯。演示中一个模拟的 Apptronik Apollo 机器人下跳棋,每一步由 Gemini 4 Argon 规划,指向 Genie 未来的机器人训练用途。

推荐理由

AI 评分 66

Genie 4 在实时生成场景之外加入原生音频和可对话角色,读者可据此判断世界模型正从漫游工具走向可交互的创作与训练环境。

主题

标签

正文 · AI 翻译

AIGoogle 的 AI 世界现在能回话了

PLUS:用 GPT-6.1 Terra 制作可编辑的产品样机

Zach Mink

早上好,AI 爱好者们,欢迎我们的 5,193 位新读者。去年,Genie 3 让你能在 AI 生成的世界里漫游几分钟。Genie 4 则让你能与模拟世界中的“居民”对话。

Google DeepMind 最新的世界模型还自带配乐,而一段人形机器人在其某个世界中下跳棋的演示,展示了 Google 接下来想把这个技术带向何方。

提醒:我们的下一场直播工作坊将于今天美国东部时间下午 2 点举行——来参加吧,了解为什么 AI 深度研究在过去六个月里变差了,以及如何让它重新产出精准、可直接用于决策的报告。点此报名。

今日 AI 简报:

Genie 4 为 AI 世界带来声音与交互性

Anthropic 开始自主研发药物

用 GPT-6.1 Terra 制作可编辑的产品样机

Axiom 的 AI 集群验证数学史上最长的证明

最新进展GOOGLE DEEPMIND

🧞 Genie 4 为 AI 世界带来声音与交互性

图片来源:Google DeepMind

简报:Google DeepMind 刚刚推出了 Genie 4,这是其新一代世界模型,可将提示词实时转化为可探索的逼真场景,并具备内置原生生成音频以及用户可真正互动的逼真人物等特性。

细节:

Genie 4 是首个能自行生成声音(如背景噪音和音乐)的 Genie 模型,世界中的角色现在也能进行实时对话。

用户通过键盘控制移动,并可用文本提示在场景中即时做出修改,场景在多次输入之间保持连贯。

在一个演示中,一个模拟的 Apptronik Apollo 机器人下起了跳棋,每一步都由 Gemini 4 Argon 规划,这暗示了 Genie 未来在机器人训练方面的应用。

为何重要:Genie 的进步一直令人惊叹,而这一版本的飞跃——有了声音和你能真正对话的角色——把它带到了新的高度。游戏应用显而易见,但 Genie 正开始看起来既像世界模拟器,也像一套完整的导演工具。与 CUBE 联合呈现

🧠 面向 AI 的语义层访问 cubecloud.dev

简报:Cube 是面向 AI 的语义层。每个智能体都能从你的指标定义和访问规则中获得同样受治理的答案。提出最难的问题,得到真实的答案。

借助 Cube,你可以:

连接 Snowflake、Databricks 或 BigQuery

让 AI 构建并维护你的数据模型

了解 Brex 如何实现近 90% 的答案相关性

免费试用 Cube(无需信用卡)。ANTHROPIC

💊 Anthropic 开始自主研发药物

图片来源:Anthropic

简报:Anthropic 与其药物开发合作伙伴分享了早期成果,并透露它现在正在运行自己的药物发现项目,包括收购 Mithril Medicine——一家由单人创始人创办的生物科技公司,其由 Claude 辅助研发的肌肉萎缩症候选药物最早可能在 2028 年底进入人体试验。

细节:

该候选药物在 18 个月内就在小鼠身上显示出前景,Claude 帮助单人创始人 Cody Tranbarger 在 11 个外部实验室之间周旋合同与测试事务。

Tranbarger 还被发现就是“Professor Oak”——一个在 X 上以化名运营了六年的生物科技账号,他称这套模式为“Pipeline-in-a-Person”(一人即管线)。

在 Enveda,Claude 用 4 小时写出了关键监管申报文件的第一稿,而手工撰写约需 3 个月,它还标出了人类遗漏的七处批次记录问题。

在另一个案例中,Claude 为 Divergence Labs 设计的约 3.5 万种抗体中有三种似乎比当今主要药物更能解除细胞上的过敏触发因素。

本周的 IPO 文件描绘了一个预计今年将突破 2 万亿美元的全球制药市场,但 Anthropic 警告称其自身的药物押注“可能永远不会产生收入”。

为何重要:Dario Amodei 在 8 月表示,预计未来几个月会看到 Anthropic 生物学推进的“早期曙光”,而我们正看到这一基础正在成形。随着 Anthropic 还运营着自己的湿实验室,且其 IPO 文件称 Claude 能操作显微镜等设备,AI 动手科研的拼图正在快速就位。AI 培训

📦 用 GPT-6.1 Terra 制作可编辑的产品样机

简报:在本指南中,你将使用新的 GPT-6.1 Terra 在 Blender 中构建一个产品样机。你将创建两个颜色选项和一张宽幅宣传图,然后保存场景,以便在不从头开始的情况下应对客户修改。

分步操作:

保存一个空的 Blender 项目,并通过 ChatGPT Work 的 Computer Use 插件连接 Terra。将其访问权限限制在你的练习项目内

把指南中的纸盒尺寸和颜色交给 Terra。检查尺寸,然后将产品名称和标签添加为可编辑文本

添加相机和影棚灯光,然后渲染一张小预览图。检查文字是否清晰可读、边缘是否正常、纸盒是否落在地面上

复制场景以制作第二个颜色选项。创建一个宽幅版本,产品放在右侧,左侧留出标题空间

导出全部三张图片,并重新打开保存的 Blender 文件。检查图片尺寸,并确认你仍能修改文字和产品颜色

🔍 顾问要花几个月。Scribe 只需几天。访问 scribe.com

简报:大多数组织绘制工作流程的方式都很慢:外部团队、访谈和数月的研讨会。Scribe Optimize 能自动绘制你的组织内工作是如何进行的。

借助 Scribe Optimize,你可以:

绘制真实工作流程——无需问卷调查或顾问

揭示领导层目前看不到的低效环节

基于事实而非直觉构建你的AI战略

看看你的组织中实际正在发生什么。AI 与数学

🧮 Axiom的AI智能体集群检查数学史上最长的证明

图片来源:Axiom

简报:AI数学初创公司Axiom完成了数学史上最长证明的完全机器校验版本,该证明名为“有限单群分类”,其团队指挥一个AI智能体集群,在24天内重建了这项历时数十年的工作。

细节:

该定理编目了Axiom所称的“对称性元素周期表”,即数学中每一种对称模式所分解成的基本组成部分的完整清单。

100多位数学家将原始证明分散在大约1.5万页和500多篇论文中,Axiom表示没有任何一位专家从头到尾读过它。

Axiom将这项工作拆分为108个里程碑,随后数十个智能体生成了约4300万行Lean代码,Lean是一种让计算机验证每个逻辑步骤的编程语言。

该定理依然成立,但AI在一个关键步骤中发现了一个错误论断,随后用基于数学家Ronald Solomon 1976年工作的新证明对其进行了修补。

为何重要:OpenAI曾在9月使用智能体攻克了纳维-斯托克斯千禧年大奖难题,如今一家初创公司又把智能体指向了一份1.5万页、没有任何数学家能独自核查的证明。Dario Amodei所说的“数据中心里的天才之国”在科学领域似乎正在成为现实,随之而来的还有更多进展。

▸ Anuradha用Claude打造了一个单人销售团队

今天的工作流程来自读者Anuradha:

“我把Claude通过MCP实时连接到Airtable,将其作为一个单人GTM团队使用。它负责每日的销售管道作战会议、起草外联内容,并帮助我创建数据驱动的LinkedIn内容。

我通过打开Claude并让它读取我实时的Airtable销售管道来开始早晨的作战会议。它会给我一份记分板,显示哪些有进展、哪些卡住了、以及当天谁需要跟进。它使用一份书面风格规则手册来起草外联内容:平辈语气、假设框架、短句,不使用宣传册式语言。我会审阅所有内容并亲自发送。

我会在Airtable中记录每一条LinkedIn帖子及其全文,随后附上其分析数据:曝光量、行业构成、资历、评论,以及关于哪些内容有效的备注。在撰写新帖子之前,Claude会审阅完整的帖子历史,对帖子进行排名,并找出哪些模式为我的目标受众带来了触达和互动。这件事之所以有效,是因为分析数据与内容存放在同一张表中,所以每一条帖子都让下一条更聪明。”

在我们的社区工作流程中心查看该工作流程 →

🛠️ 热门AI工具

💧 LFM3 - Liquid AI全新推出的小型设备端多模态模型系列

🎨 MAI-Image-2.7 - 微软升级版图像AI,率先面向编辑功能推出

🔎 Parallel Decisions API - 利用实时网络数据进行分类的决策AI

🌎 GPT-6.1 Terra - OpenAI更便宜、更快的模型,用于日常计算机工作

📰 今日AI其他动态

Anthropic发表论文称,一个内部Claude模型同样否证了指数时间假设,与OpenAI公布自身结果的同一天发布。

美国总统Donald Trump发帖称,他将“在所有相关文件中禁止使用‘AI/人工智能’一词”,这是朝超级智能迈进的又一举措。

AI-for-physics实验室Physical Superintelligence发布了五篇新论文,每篇都配有计算机校验的证明,声称在其内部AI的帮助下,在长期未解的量子物理问题上取得了进展。

Meta从其芯片供应商Nvidia(30亿美元)和AMD(10亿美元)处为其950亿美元的AI融资安排了40亿美元,两家公司同时也在扩大其在Meta数据中心运行的硬件。

Google签署协议,将从2027年起将其TPU芯片放入Oracle的云中,这是竞争对手云巨头首次向客户提供英伟达的自家替代品。

🎓 亮点:新闻、指南与活动

报名参加今天美东时间下午2点的研讨会:获得顾问级深度研究

The AI bubble meets Anthropic’s real numbers

Zach Mink • 8分钟AI

Google’s Gemini 4 Carbon tops the charts (for now)

Zach Mink • 8分钟AI

Kimi continues to challenge the frontier with K3.1 Pro

来源

The Rundown AI