来自受信任测试者的心得
虽然 Genie 4 是一项重要的研究里程碑，但它仍是一个早期的实验性模型。为了解交互式世界模型如何支持现实工作流程——以及它们还需要在哪些方面成长——我们一直与来自创意产业、新闻、教育、游戏和工程领域的多批受信任测试者合作。
测试者强调，照片级真实感、原生音频和实时引导方面的飞跃使想法和概念能够转化为逼真的模拟，为各个学科解锁新的能力：
- 创意指导：创意人员和技术专家正在将 Genie 4 作为预可视化和构思的快速“草稿模式”进行测试。例如，电影制作人可以进入场景的实时模拟中，实时进行多次“拍摄”，随时调整摄影机角度、灯光、对话和动作。
- 历史场景与沉浸式照片：摄影记者正在探索如何让单张 2D 档案照片在几秒钟内变成对该环境的真实模拟。团队正在测试人口稠密的动态世界如何帮助体验历史空间，或可视化山洪暴发或野火等短期环境事件的发生过程。
- 交互式体验概念设计：游戏开发者和技术专家正在测试 Genie 4，以便在几秒钟内从初步想法变为可探索的原型，在编写任何一行引擎代码之前，通过自然语言提示测试视觉风格、材质美学和交互机制。
- 模拟：除了我们的机器人研究之外，各行业的企业合作伙伴正在评估将 Genie 4 作为快速“从零到一”场景生成的工具，并找出差距以进一步改进 Genie，从而最好地满足该模拟需求。
未来工作：迈向混合世界模型
未来进展的一条有希望的路径在于混合世界模型，它将代码和语言模型的逻辑化、结构化推理与像素级模拟的丰富感官表征相结合。
让 Genie 和 Gemini 模型更紧密地结合是朝这个方向迈出的早期一步。Gemini 在幕后工作以映射结构并规划叙事时间线，而 Genie 生成即时的物理现实——逐像素渲染世界的外观、声音和响应。结合起来，这些互补的优势可以解锁一类全新的世界模型，其连贯性、可控性和真实性远超任何单一方法所能达到的水平。
负责任地构建世界模型
Genie 4 标志着一个融合实时生成与照片级真实感的前沿研究新领域，引入了一系列我们希望以负责任方式推出和探索的新能力和新维度。Genie 4 包含严格的安全防护措施，与我们其他模型的安全策略保持一致。在发布此预览版之前，我们通过内部严格的安全评估对 Genie 4 进行了评估，以防止生成有害或恶意内容。此外，我们有意在更广泛发布模型之前，先将其部署给受信任的测试者合作伙伴以获取早期反馈。
为保持透明，Genie 4 生成的所有视频和音频都将包含 SynthID，这是我们不易察觉的数字水印技术，有助于识别视觉和音频模态中的 AI 生成内容。
了解当前的局限性
Genie 4 仍是一个早期且不断发展的研究领域。
虽然它可以在短时间的会话中保持连贯的环境，但视觉细节和物体恒存性仍可能随时间发生偏移或漂移——尤其是在模拟运行时间较长、经过多次复杂的提示编辑或在整个场景中导航时。复杂的物理交互、实时音频准确性、渲染清晰可读的文本、空间准确性和长期一致性都是正在进行的研究课题。我们以预览版形式分享 Genie 4，以便与我们的社区共同学习，并安全地推进交互式模拟的前沿。
Genie 4 的下一步
Genie 4 已作为研究预览版发布给受信任的测试者，并将很快通过 Project Genie 面向 Google AI Ultra 订阅者，以及通过 Gemini API 和 Google AI Studio 面向早期访问合作伙伴推出。在此加入 Project Genie 中 Genie 4 的候补名单 这里.
我们期待用户很快能够走进其中、进行实验，并构建他们自己的交互式世界。