(网经社讯)10月28日消息，谷歌时隔一年发布最新世界模型Genie 4。据网经社AI台（AI.100EC.CN）获悉，Genie 4首次实现虚拟世界原生音视频同步生成，可提供最长2分钟的连贯交互模拟，被谷歌称为“迄今最逼真、最具互动性的世界模型”。

与普通AI视频生成不同，Genie 4探索的是持续交互：用户可移动、控制视角，用文字修改正在发展的场景，新输入会影响后续呈现效果。谷歌还展示了模型协作路线——Gemini 3.8 Flash负责观察场景、拆分目标、检查进度并调整计划，Genie负责生成眼前环境，二者配合模拟Apptronik的Apollo人形机器人下跳棋，相当于“大脑实时判断、双手创造可交互的虚拟世界”。声音也进入生成过程，环境声、音乐和角色对话可随世界同步出现并回应场景变化。谷歌同时与Unity达成合作，计划将AI创作能力与游戏技术结合；受邀创作者正尝试用Genie 4预演影视场景，快速调整镜头、灯光和对白。

不过谷歌承认，Genie 4的细节和物体状态仍可能随时间漂移，连续交互仅2分钟量级，记忆能力和物理规则稳定性是接下来需要攻克的难关。从行业视角看，世界模型与游戏引擎、影视预演的融合，正在为内容创作和虚拟体验提供新的生产工具；对电商零售而言，可交互的虚拟场景未来或可用于商品展示、虚拟试穿和沉浸式购物体验，但距离稳定商用仍有距离。