Google DeepMind 发布世界模型 Genie 4：原生多模态、同步生成音频，以研究预览开放给受信测试者
可交互的世界模拟又进一代，这次和 Gemini 系列打通，并给出了开发者的接入路线。
// 要点
- Genie 4 为原生多模态，在生成画面的同时生成音频。
- 它吸收并扩展了 Gemini 系列的能力：Gemini Omni 负责真实世界的外观与行为，其他 Gemini 模型提供推理以保证连贯与延续。
- 目前是面向受信测试者的研究预览，将开放给 Project Genie 中的 Google AI Ultra 订阅用户，以及 Gemini API 和 Google AI Studio 的早期接入合作方，可通过表单排队。
- 公告未给出分辨率、帧率、时长或价格。
开发者视角现在没有分辨率、时长和价格，判断不了能否做进产品。我会先排上 API 早期接入的队，留意它是不是像 Imagen、Veo 那样很快变成按秒计费的接口；做游戏、教学演示或训练智能体仿真环境的团队，可以开始准备一组固定的评测场景，等开放了直接对比。