Genie 4 现已推出

Gemini
Google 向 AI Ultra 订阅用户推出 Genie 4,这是其最逼真的交互式世界模型,支持会话中编辑、原生音频、智能体和社区画廊。

内容摘要

Google 面向符合条件的 Google AI Ultra 订阅用户推出了全新的 Project Genie 体验,核心亮点是 Genie 4 的首次亮相。Google 称其为迄今最逼真、最具交互性的世界模型,用户可在会话过程中通过文本提示实时修改所生成的世界,并首次将视觉画面与随场景变化而调整的实时原生音频相结合,涵盖环境音效到角色对话。

此次更新还升级了 Genie 3,包括将单次生成时长从 60 秒延长至最多 3 分钟、世界串联、基于 360 度全景图像生成世界,以及实时世界内事件。新的 Project Genie 智能体让用户通过自然语言对话构建交互式宇宙,协调 Google 的多模态模型生成初始视觉画面和定制背景配乐,Gemini 模型则可在探索过程中提供情境感知建议并自动触发事件。

新的社区画廊汇集了精选世界,如 "Living Memory"、"Dino Field Guide" 和 "Rock Paper Scissors",以及与 BLVCKL!GHT 合作的 "Villa Giallo" 和与 Anand Gandhi 合作的 "The Life of Ants"。用户还可以混编并发布自己的作品。Google 表示,所有生成的视频和音频均包含 SynthID 水印并通过安全筛查,并指出 Genie 3 和 Genie 4 仍属前沿研究模型,在摄像头延迟和长期场景持久性等方面仍面临挑战。

(来源:Gemini)