发布日期
— Genie 4 以研究预览形式向可信测试者开放，支持实时交互式世界生成与原生视频、音频输出；更广泛的用户与开发者访问尚待推出。 ↗
Genie 4
Google DeepMind 的交互式世界生成模型，可通过文字与镜头控制实时改变场景，并原生生成视频和声音。
目前以 research preview 先向可信测试者开放；Google 表示未来将向 Project Genie 的 Google AI Ultra 订阅者及 Gemini API / AI Studio 早期合作伙伴扩展，尚未把这些计划记为当前 GA。
模型编号152
- 首次公开日期
- 2026-10-27
- 组织
- Google DeepMind
- 家族
- Genie
01
规格概览
仅展示已有公开资料的规格。
- 输入模态
- 文本 · 图像
- 输出模态
- 视频 · 音频
- 开放权重
- 否
- 状态
- 预览
02
概览
为什么重要
Genie 4 将视频生成扩展为可持续交互的世界模拟。Google 展示了其面向创作与场景模拟的用途；文章提及机器人训练是下游应用，并非把它发布为机器人控制模型。
03
架构与能力
模型能力
视频生成音频生成镜头控制
04
发布历史
Genie 4 以研究预览形式向可信测试者开放，支持实时交互式世界生成与原生视频、音频输出；更广泛的用户与开发者访问尚待推出。
查看原文05
相关模型
点击卡片查看相关模型。
暂未收录关联模型
06
来源
建议修正这条记录
复制下方模板，补上字段、建议值和一手来源后发给资料维护者。