新智元报道 谷歌版「黑客帝国」，今夜彻底成真了！ 就在刚刚，Google DeepMind甩出深夜王炸，正式发布新一代通用世界模型 Genie 4 。 这是谷歌迄今为止最逼真、最具互动性的AI世界模型。 一句提示词，就能直接造出一座 能张嘴接戏、实时改命的「活体宇宙」 ！ 谷歌CEO劈柴第一时间宣布：从「生成一段视频」到「实时运行一个世界」，言出法随的「绿洲」时代来了！ 划重点，这次的Genie 4，直接把世界模型拉进了「有声、有人、有大脑」的全新纪元： Genie系列首次原生生成声音与即兴对话。 同步生成环境音与配乐，更能让角色根据突发状况张嘴即兴交谈。 2分钟连贯长记忆，24帧丝滑交互。 单次连贯世界维持时间翻倍至约2分钟，实机画面稳定在约24帧/秒。 重塑逼真人类与刚体物理。 借助Gemini Omni锚定现实常识，人物微表情、镜面反射与物理碰撞全面跃升。 三大Gemini联手组成「混合世界模型」。 Gemini 3.8 Flash在后台盯画面当「导演」，Gemini 4 Argon拆解22步精细动作指挥机器人下跳棋。 你往前走一步，世界就实时长出一寸；你改一句话，物理法则和NPC台词当场跟着重写。 当视频模型还在比拼几秒钟的镜头美感时，谷歌已经为未来的通用Agent与机器人，造出了可以无限试错的平行宇宙。 现在，谷歌已经开始内测Genie 4， Google AI Ultra用户可以去申请waiting list了。 只要一句话，为你当场「生成一个宇宙」 为了展示 Genie 4 的统治力，谷歌放出了一系列极具震撼力的Demo，风格之跨越，细节之变态，让人叹为观止。 而且，在 Genie 4 面前，你不再是观众，你是「第一人称游戏玩家」，是这个世界的「上帝」。 你敢信，下面这段王家卫风满满的香港大桥飙车戏，根本不是原片？ 后座的女孩刚喊出台词，玩家敲进两行字：「背景发生爆炸」「毁灭世界的巨型外星触手」。 紧接着，远处的维港天际线立马火光冲天，外星触手直接从天砸落！ 连路灯的橘色拖影、女主的皮肤质感和细微的担忧表情，都在长镜头中被完美渲染。 去年的Genie 3虽然开创了实时交互视频的先河，但有一个致命短板——没有声音，生成真人时也漏洞百出。 谷歌直接放出了一段Genie 3与Genie 4的同屏对比。 左边Genie 3还是五官粘连、肢体僵硬的无声纸片人；右边Genie 4在Gemini Omni的现实常识锚定下，已经能拍出化妆镜暖光、演员微表情，甚至镜面的实时倒影，细腻得如同实拍长镜头。 拿到抢先测试资格的沃顿商学院教授Ethan Mollick，晒出第一手实测录屏。 他只喂了一句「由马和机器人共同居住的新哥特式粗野主义城市」，不到1分钟，这座城市就出现了。 单帧延迟稳定在23.4至25.3 FPS。随手点一下「巨龙掠空」按钮，一头巨龙几秒内便扇动双翼，呼啸掠过！ 还不够过瘾，他又输入：「一只友好的水獭NPC走过来问问题」。 紧接着，街角当真跑出一只穿马甲的水獭，用伦敦腔搭话：「打扰一下，旅行者。」 紧接着，他又晒出一段神级实测：在Genie 4里跑《毁灭战士（DOOM）》！ 他先设定「走进一间每台电脑和墙壁都在跑DOOM的办公室」，接着连敲三道指令：「恶魔同事出现」「手里拎着加特林机枪」「给我发了一笔奖金」。 话音刚落，真的走出一位恶魔同事，双手转着重型加特林，当场发起奖金！ a16z 合伙人Justine Moore也晒出了水下潜行实测，表示这是巨大的飞跃。 在海底洞穴中点下「受诅咒的紫钻发光」与「电鳗群袭来」，洞穴深处瞬间紫光爆闪、出现巨大电鳗群。 再点一下「幽灵海盗现身」，立马出现海盗船长亡灵，太逼真了。 前谷歌AR/3D产品经理Bilawal Sidhu，则把Genie 4当成了科幻大片的实时虚拟片场： 他召唤出UFO，打出一句「它把我吸了进去」——UFO瞬间轰开牵引光束，准备把人吸进去。 四大关键功能 谷歌官博介绍，Genie 4提升了四大关键功能。 实时塑造世界模拟 我们可以使用自然语言实时修改模拟场景——例如改变天气、移动镜头或引入新的人物或物体——Gemini 会根据周围场景调整我们的指令。输入指令的间隙，Gemini 还会监控、引导场景，确保整个世界流畅发展。 听起来，简直是盗梦空间成真了？ 一个男人在岛上吹着萨克斯，敲下「鲸尾出现」，他身后的水中立刻出现鲸鱼。 随后，我们让这个世界开始下雪，鹅毛大雪立刻飘落。 要是把镜头拉到第一人称视角，这种实时改写世界的冲击感还会进一步放大。 这个画面中，我们以140公里的时速骑着巨龙俯冲，掠过古堡，如果下令「城堡发射火球」，塔楼当场喷出烈焰，火球擦身而过，刺激感拉满。 下面这个场景中，Genie 4先根据用户提示生成了南极冰封大地，然后生成了第一人称视角的乘