Google DeepMind 推出 Genie 4,Project Genie 加入即時音效

Google 在 11 月 18 日發布世界模型 Genie 4,可在使用中即時改寫場景並同步產生音訊,目前僅限 Google AI Ultra 訂閱者。

重點

  • Google DeepMind 於 11 月 18 日發布世界模型 Genie 4,併入 Project Genie 體驗。
  • 使用者可在畫面進行中輸入新提示,即時改變天氣、加入角色或改變劇情走向。
  • Genie 4 是系列中第一個同時產生視覺與即時原生音訊的模型。
  • 目前只開放給符合資格的 Google AI Ultra 訂閱者,Pro 訂閱者可排候補。
目錄(3 節)
  1. 發生什麼事
  2. 取得方式與限制
  3. 對你的影響

發生什麼事

Google 在 11 月 18 日於官方部落格宣布 Genie 4 開放使用。Google 形容這是目前「最寫實、互動性最高」的世界模型,並整合在更新後的 Project Genie 之中。所謂世界模型,是根據文字描述即時生成可以操作、探索的虛擬場景的模型。

Genie 4 的兩個主要變化:

  • 進行中改寫場景:使用者不必重新開始,可以在體驗途中輸入新的提示,改變天氣、加入新角色,或把劇情導向別處。
  • 原生音訊:Google 表示這是 Genie 系列第一個把視覺與即時音訊一起產生的模型,音訊會隨場景調整,包括環境音景與角色對話。

同一次更新還包含:

  • 舊版 Genie 3 的升級,加入世界串接、360 度全景作為起點,以及即時的場景內事件。Genie 3 仍可在模型選單中使用,單次生成上限由 60 秒提高到 3 分鐘。
  • Project Genie 代理:可用自然語言對話建立世界,也能叫 Gemini 在體驗中提供建議或觸發事件。
  • 社群圖庫:使用者可發布、瀏覽並改作他人的世界。

Google 推出 Genie 4 世界模型,Project Genie 新增即時音效

取得方式與限制

目前僅開放給符合資格的 Google AI Ultra 訂閱者,入口在 labs.google/projectgenie。Google AI Pro 訂閱者可在同一頁面登記候補,官方沒有說明何時開放。文中沒有公布 Ultra 方案價格,也沒有給 Genie 4 的單次體驗時長。

Google 在文中承認仍有待改進之處,包括鏡頭延遲、物理互動、即時音訊的精準度,以及長時間下場景的一致性。所有生成的影片與音訊都帶有 SynthID 浮水印,輸入與輸出也會經過安全檢查。

對你的影響

對大多數台灣開發者與小團隊來說,這暫時是個值得觀察的研究型產品:只開放高階訂閱者、沒有公開 API 的說明,還不能直接放進產品。如果你做遊戲原型、互動式展示或教育內容,可以關注後續是否開放 API 與授權條款;在那之前,不建議把它納入實際的開發規劃。