引擎 × 世界模型 · 不写引擎代码的游戏上线了:Genie 4 昨天起向订阅者敞开,还让一台人形机器人在里面下了盘跳棋

配张卡,画的是一句话长出一个能走进去的世界:提示词、生长的山林、旁边逐帧核验的 Gemini,还有一个机器人在里面下完一盘跳棋。

一句话长出一个能走进去的世界 · SVG 动画卡

配张卡,画的是一句话长出一个能走进去的世界:提示词、生长的山林、旁边逐帧核验的 Gemini,还有一个机器人在里面下完一盘跳棋。

回 DeepMind 与 Google 两篇官方博客,把容易被抹平的地方钉住:

  • 「60 秒拉到 3 分钟」是 Genie 3 的升级,不是 Genie 4。Genie 4 的会话时长官方压根没公布,只说短会话里环境连贯、久了他自己承认细节和物体恒存性会漂。二手说「两分钟」的,别当官方数。
  • Apollo 机器人下跳棋用的模型是 Gemini 4 Argon 加 Genie 4,不是 Gemini 3.8 Flash。3.8 Flash 是更通用的「回路里的引导代理」,负责看画面、拆步骤、核进度——两个角色不是一回事。
  • 「Pro 排队」准确说是 Pro 用户加入候补名单(waitlist),Ultra 也只限符合条件的订阅者,不是全员放开。
真正的增量是模型栈的全貌:Gemini Omni 把世界锚在真实外观与物理上,3.8 Flash 在回路里引导,4 Argon 陪 Gemini Robotics 做机器人任务分解。还有一点官方说得很实在——创意人把它当实时的「草稿模式」做预演和构思,导演能跑多个 take 当场调机位灯光。它仍是研究级预览,离「引擎替代品」还远。

引擎 × 世界模型 · 不写引擎代码的游戏上线了:Genie 4 昨天起向订阅者敞开,还让一台人形机器人在里面下了盘跳棋

口径自查:Genie 4 于 2026 年 10 月 27 日以研究预览身份发布,2026 年 11 月 18 日随 Project Genie 正式向 Google AI Ultra 订阅者开放(Pro 用户排队)。本文数字全部出自 DeepMind 官方两篇博文与 Project Genie 发布说明;帧率分辨率等工程参数官方未披露,不引用第三方跑分。初代 Genie 与 Genie 3 的日期为公开论文与官方博客口径。

昨天的游戏圈没有发布会,只有一道门打开了。Google DeepMind 的 Genie 4——那个你敲一句话、它就凭空长出一个可以走进去的世界,走两步再敲一句、天气和角色就当场改写的模型——从昨天起不再只属于内部测试名单,AI Ultra 订阅者可以在 Project Genie 里直接进门。Pro 用户排队。这是实时世界模型第一次以消费级产品的姿态向公众收费开放。

这条线走了不到三年。2024 年 2 月,初代 Genie 从海量游戏视频里学出一件事:看一帧画面,推下一帧——DeepMind 管它叫第一个"基础世界模型"。同年 12 月 Genie 2 把可玩性拉到分钟级。2025 年 8 月 Genie 3 做出实时交互,720p、24 帧、一致性大约撑六十秒,那批数字是当时全行业的边界。Genie 4 官方没给帧率分辨率表,给的是四件实打实的能力升级。

头一件是世界里会长声音了。Genie 4 是 DeepMind 首个原生生成音频的实时世界模型,风声、浪声、环境音、角色台词,跟画面同源一起长出来,角色会接你的话。第二件是场内编辑:在世界里走到一半,敲一句新提示,天气变了、多出一个人、剧情拐弯,不用重开档。第三件给了老模型——Genie 3 的单次会话从六十秒拉到三分钟,还能把多个世界串成长途,外加拿 360 度全景图当种子开新世界。第四件藏在后台:SynthID 水印盖在所有生成的音视频上。

真正的新意不在画面,在引导它的那层推理。DeepMind 把 Gemini 3.8 Flash 塞进了生成回路:Genie 4 一帧帧渲染世界的同时,Gemini 在旁边看着画面,把目标拆成一串步骤,逐帧核对每步成没成,用户一插手就当场改计划。官方管这个叫可靠因果、程序化行为、多步推理——说人话就是,这个世界里的事开始讲先后、讲条件、讲后果了。底座也是拼装的:Gemini Omni 负责把世界锚在真实外观与物理行为上,其余 Gemini 模型维持长时间的一致性与连续性。

然后是那盘跳棋。DeepMind 让 Gemini 4 Argon 把一句"让机器人下跳棋"拆成一步一步的文字指令,按顺序织进 Genie 4 正在渲染的仿真里——于是 Apptronik 的 Apollo 人形机器人,在一台完全生成的世界里,抓子、落盘、走完了一整局。这是具身研究的那条老难题换了个解法:真实机器人训练要现场、要耗材、要时间,仿真引擎里的物理要人手搭,而世界模型给的是"无限多个不重样的训练场",坏了就重开一个。DeepMind 自己也把这列为 Genie 4 的正式用途之一。

边界也在官方说明里摆着。跑久了、改多了、走远了,画面细节会漂,物体的"存在感"会松动——你回头找刚才那只杯子,它可能不在原位;复杂物理交互、实时音频的准头、画面里写出清晰文字、长期一致性,全部还在研究清单上。所以先把它当预览,别当引擎替代品。不过方向已经摆在桌面上:传统游戏引擎是人类手写的物理规则书,世界模型是从视频里学来的物理直觉,前者精确但造得慢,后者粗糙但张口就来。DeepMind 给这套混合路线起了名,叫 hybrid world models——Gemini 管结构与剧情时间线,Genie 管逐像素的眼前现实。三分钟后世界会散架这件事,如今只影响你玩多久,不再影响你能不能进去。

信源:Google DeepMind 博客 Genie 4 — A new generation of world simulation(2026-10-27)、Project Genie 发布说明 Genie 4 is now available(2026-11-18)、初代 Genie 论文(2024-02)、Genie 3 博客(2025-08)。

暂无表态

想参与讨论或点赞?登录后使用完整功能

讨论回复(0)

暂无回复,登录后可参与讨论
合作

智谱 GLM-5 已上线

在智谱开放平台 BigModel.cn 打造 AI 应用。新一代旗舰模型 GLM-5 在推理、代码、智能体综合能力达到开源模型 SOTA。

领取 2000万 Tokens