Genie 4是Google DeepMind在2026年10月27日发布的世界模型，Google DeepMind博客在当日介绍了这次更新。它不再只生成画面，还会同时生成环境声、音乐和人物对话，用户可以用键盘在模拟里走动，也可以用文字在模拟进行中改写场景。对游戏、影视和机器人训练来说，吸引力在于先在虚拟世界里试错，而不是直接在真实环境里付出代价。
声音是这次最大的变化
Genie 4是DeepMind首个原生生成音频的实时世界模型。每个世界都有自己的环境声，树林里有风声，海边有海浪声，人物对话也会随输入和世界里的事件实时变化。这让模拟更接近一个能听、能回应、能被打断的现场。
场景可以边跑边改
用户可以在模拟进行中用自然语言改天气、移动镜头、加入新人物或物体，Gemini会按周围场景调整这句提示词。在循环里，Gemini 3.8 Flash作为引导智能体持续观察场景，把目标拆成步骤，并核对每一帧的进展；当用户干预或世界发生变化时，它会当场调整计划。Gemini Omni则负责把模拟锚定在真实世界的外观和行为上，其他Gemini模型帮助维持连贯性。
先给受信任的测试者，限制也要说清楚
Genie 4目前以研究预览的形式提供给受信任的测试者，之后会先面向Project Genie里的Google AI Ultra订阅者，以及Gemini API和Google AI Studio的早期访问合作伙伴开放。DeepMind同时承认，模拟跑得越久、改动越复杂，视觉细节和物体在画面里的持续存在越容易漂移，复杂物理交互、实时音频准确性、清晰文字渲染和空间准确性仍在研究中。所有Genie 4生成的视频和音频都会带上SynthID水印，便于识别AI生成内容。
对普通读者来说，Genie 4的价值不在“又一个更逼真的演示”，而在它把世界模拟变成可以反复排练的工作方式：电影人可以先走进场景试拍，游戏团队可以先验证玩法，机器人团队可以在虚拟环境里测试流程。但在它向更多人开放之前，它更像一次研究预览，而不是一款可以马上拿来交付的产品。
