Google DeepMind 发布 Genie 4 世界模型，为 AI 智能体提供可交互测试环境

Google DeepMind于周二发布了Genie 4，这是一个世界模型，能够实时渲染带有模拟物理、人体动作和原生音频的可交互环境。这些照片级逼真的演示令人印象深刻，但对于任何构建AI智能体的人来说，真正的吸引力或许在于，Genie 4为它们提供了一个在真正开始计数之前运行多步骤任务的地方。

Google DeepMind的研究总监Tejas Kulkarni在新闻发布会上将这一方法描述为迈向“这些混合世界模型”的一步，由Gemini编写代码和文本，Genie将其转化为运行中的场景。这为开发者提供了一种按需生成测试环境的方式，尽管这些模拟在多大程度上反映真实世界条件，仍是一个关于可靠性的未解问题。

这为开发者提供了一种按需生成测试环境的方式。

Gemini如何引导Genie 4

Genie 4使用多个Gemini模型来维持其模拟运行。Gemini Omni帮助塑造环境，而Gemini 3.8 Flash则跟踪正在发生的情况、规划下一步，并在情况发生变化时进行调整。

Genie 4不会生成一段完成的视频，而是让用户在世界生成的过程中与之交互。用户可以用键盘在其中移动、改变摄像机角度，或使用文本提示来改变环境，而无需重新启动模拟。

Genie 4不会生成一段完成的视频，而是让用户在世界生成的过程中与之交互。

在模拟中训练机器人

Google最清晰的示例是让Apptronik的Apollo人形机器人下一盘跳棋，由Gemini 4 Argon规划每一步，Genie 4渲染结果，同时通过字幕引导场景。

该公司还在探索这项技术如何支持其Gemini Robotics研究，该研究让开发者能够在不断变化的环境中测试智能体，而无需从头重建每个模拟。

物理规律失效之处

问题在于，Genie 4并不能始终让这些环境保持一致。在较长的会话中，物体可能会移位或表现出不可预测的行为，Google也承认其物理并不总是准确。

这使智能体评估变得复杂，尤其是当任务涉及记住位置或返回先前状态时。一次失败的运行可能反映的是智能体本身的问题，也可能是模拟本身的问题，而Google尚未证明Genie 4能在高风险测试中取代传统物理引擎。

游戏开发者正在使用Genie 4探索原型并在编写引擎代码之前测试游戏机制，而企业合作伙伴则在研究如何生成自己的测试场景。

该公司尚未公布基准测试数据，以展示Genie 4在重复智能体测试中的表现。

该公司尚未公布基准测试数据，以展示Genie 4在重复智能体测试中的表现。这包括同一提示词能否产生一致的结果，这使得开发者在决定是否将其用于自动化测试时缺乏参考依据。

谁可以获得Genie 4的访问权限

文章《Google为AI智能体打造了一个可供练习的世界。物理规律仍不太准确。》首发于The New Stack。