ToolNavs 发现实用AI工具
提交工具 登录
返回AI资讯
Genie 4 进 Gemini API:0.1 美元一秒,开发者也能造可玩世界

Genie 4 进 Gemini API:0.1 美元一秒,开发者也能造可玩世界

AI资讯 • Admin • • 14 次浏览

11月19日,Google 把世界模型 Genie 4 交到了开发者手里:通过 Gemini API 与 Google AI Studio 就能调用,生成可实时操控的 720p 互动世界,每秒成本约 0.1 美元。这是 Genie 4 从研究演示走向开发工具的关键一步——前一天,它刚在新版 Project Genie里向 Ultra 订阅用户开放。

调用走模型标识 models/genie-4,经由 v1beta 的 Interactions API:浏览器用 WebRTC、服务端用 WebSocket 串流,单次会话发放临时 token,主 API 密钥不用暴露给客户端。从一段文字提示、一张参考图或两者出发,Genie 4 会持续生成 720p、每秒 24 帧的世界,配上同步原生音频——环境音、音效、角色对话都有。操作时用 WASD 或方向键移动,边走边打字改提示,天气、光照、物体和剧情都能中途改,Gemini 的推理能力负责让世界状态前后连贯。

每秒 0.1 美元,但一场只能玩两分钟

定价按 token 计:输入提示或参考图每百万 token 1.50 美元,文本输出每百万 9 美元,视频输出(含音频)每百万 17.50 美元,折合每秒约 0.10 美元、每分钟约 6.05 美元。门槛不低:只对付费档开放,没有免费档。单次会话上限 120 秒,官方文档提醒,60 到 90 秒后画面稳定性可能下降;服务目前只从美国、西欧和日本的数据中心提供。AI Studio 里还配了交互画布和 starter 应用,方便先上手再集成。

从研究模型到开发工具

Genie 4 最早在 10 月 27 日作为研究模型亮相,当时只对受信任测试者开放。谷歌给它的定位很明确:交互体验原型、空间设计可视化、机器人与 AI 智能体的训练。所有输出都带 SynthID 隐形水印。需要注意的是,谷歌仍把它归为前沿研究,不是生产级游戏引擎的替代品——画面是滚动时间窗实时生成的,没有永久的 3D 场景,世界不会一直“记住”你走过的地方。

对开发者来说,真正的考验在 120 秒之后:世界能记住多少、能稳定多久,直接决定它能不能超出演示,变成可用的原型工具。谷歌没有给出放宽时长或扩大区域的时间表,服务区域目前也只有美国、西欧和日本。下一步值得盯的是,AI Studio 的示例应用会不会先跑出一批可复制的玩法。

推荐工具

更多