DeepMind 发布 Genie 4 世界模型，改进物理模拟并加入音频和更真实的人物

去年，Google DeepMind 公布其 Genie 3 世界模型时，曾导致游戏类股票大跌。自那以后，世界模型已成为全球各地 AI 实验室的重点方向，但 Google 并未止步于已有成绩。研究人员一直在努力开发一个在几乎各个方面都超越 Genie 3 的升级版模型。只要你付给 Google 足够多的钱，也许不久之后你真的就能用上 Genie 4 了。

看 Genie 4 的输出，很容易把它当成一款电子游戏，这也正是 Genie 3 当初在游戏行业引起如此大恐慌的原因。不过，DeepMind 并不这样看待它。据 Google 称，世界模型是迈向通用人工智能（AGI）进程中的关键要素。世界模型可以创建一个虚拟世界，但不需要预先渲染环境或编写交互元素。你只需告诉模型你想要什么，它就会在你探索的过程中实时逐帧生成体验。

DeepMind 表示，这项技术可以为实体机器人创造无限的训练环境，或为创意领域开辟快速原型设计的新途径。当然，这要求模型能够准确模拟你想要的内容。Genie 4 进行了多项改进，使其模拟更加实用，这部分要归功于 Google 更新后的 Gemini 模型。

当你在 Genie 4 中通过提示词让一个世界诞生时，它会利用 Gemini 3.8 Flash 作为引导智能体，来分解目标并评估每一帧输出。这有助于让模拟保持在正轨上，让你可以在不同环境中移动而不丢失原始上下文。不过，DeepMind 指出，Genie 4 的世界仍然只能保持几分钟的一致性，之后就会忘记事情最初是如何开始的。

与 Genie 3 一样，新版本支持在中途更改参数。你可以改变天气、添加元素或移动摄像机，Gemini 会在每次更新时帮助引导模拟。这类似于推理模型生成额外的内部提示词，以聚焦于正确输出 token 的方式。