Google Genie 4 是什麼？打一句話造一個世界，3 分鐘看懂新一代世界模型

如果打一句話，就能生出一個可以走進去、還聽得到聲音的世界，你會想去哪裡？Google DeepMind 在 10 月 27 日發表了 Genie 4，最新一代的「世界模型」。

STEP 1｜世界模型是什麼？

一般的影片生成，是做好一段影片給你看；世界模型則是即時生成一個會回應你的世界——你按方向鍵往前走，畫面就跟著往前長出來，就像玩一款地圖由 AI 邊走邊畫出來的遊戲。

Genie 這條線一路進化：2024 年 2 月的 Genie 1、12 月的 Genie 2、2025 年 8 月的 Genie 3，現在來到第四代。DeepMind 認為，理解並模擬世界，是通往通用人工智慧很關鍵的一步。

STEP 2｜Genie 4 四大新能力

1. 原生聲音：DeepMind 第一個即時生成聲音的世界模型，環境音、音樂與角色對話一起生出來。
2. 即時改世界：模擬到一半，打一句「下起大雨」或「加一個路人」，世界就跟著變；角色還能跟你對話。
3. 撐更久：同一場景可維持兩分鐘一致，是 Genie 3 的兩倍。
4. 更真實：畫面更擬真、動作更流暢，物理與人物也更像真的。

STEP 3｜Gemini 當導演，能拿來做什麼？

Genie 4 背後有 Gemini 幫忙：Gemini Omni 讓世界看起來、動起來都更像真實世界；Gemini 3.8 Flash 則像導演，會觀察場景、把目標拆成步驟、一邊檢查一邊調整。

用途包括訓練機器人與 AI 代理、電影分鏡預演、遊戲原型、還原歷史場景，甚至在畫作裡跟人物聊天。電影團隊可以先做草稿版鏡頭，討論好再正式開拍；機器人則可以先在模擬世界裡練好，再到真實世界做。

STEP 4｜限制與怎麼玩到

它還不完美：玩得越久，細節與物體可能慢慢漂移；聲音準確度與畫面中的文字也還在改進。安全方面，所有生成的畫面與聲音都帶有 SynthID 浮水印。

目前 Genie 4 是研究預覽，只開放給受信任的測試者；接下來會開放給 Google AI Ultra 訂閱者的 Project Genie，以及 Gemini API 與 AI Studio 的早期合作夥伴，可以先登記候補。

Genie 4 讓 AI 從會畫圖、會拍片，進化到會「造世界」。

你最想用它生出什麼世界？完整動畫解說在 YouTube 頻道「欣欣 的 AI 無限世界」。

YouTube

#Genie4 #GoogleDeepMind #世界模型 #ProjectGenie #Gemini