谷歌向 Ultra 订阅者开放Project Genie:Genie 4 模型支持实时环境编辑与原生音频

早报12小时前发布 小马良
5 0

谷歌正式向符合条件的 Google AI Ultra 订阅者开放了 Project Genie 的最新版本,带来了其迄今最逼真、最具交互性的世界模型 Genie 4。此次更新不仅引入了能够实时响应自然语言指令并生成自适应音频的新一代模型,还推出了辅助创作的智能体助手以及用于分享和探索的社区画廊,旨在让交互式世界的构建与体验变得更加直观、社交化和富有创造力。

谷歌向 Ultra 订阅者开放Project Genie:Genie 4 模型支持实时环境编辑与原生音频

核心突破:Genie 4 的实时交互与多模态融合

Genie 4 代表了谷歌在世界模型技术上的重大飞跃,其核心特性包括:

  1. 会话中实时编辑:用户无需重新生成整个世界,只需在导航过程中输入新的提示词(如“改变天气”、“加入角色”或“改变动作方向”),即可实时修改环境。这种动态调整能力极大地提升了探索的自由度。
  2. 原生自适应音频:Genie 4 首次将视觉效果与实时生成的原生音频配对。音频内容会根据场景的变化自动适应,从环境背景音到角色对话,营造出更具沉浸感的视听体验。
  3. 超高保真度:相比前代,Genie 4 在视觉细节、物理模拟的真实感以及交互的流畅性上均有显著提升。
谷歌向 Ultra 订阅者开放Project Genie:Genie 4 模型支持实时环境编辑与原生音频

Genie 3 升级:更长旅程与全景种子

尽管 Genie 4 提供了最高的保真度,但经过升级的 Genie 3 仍在模型选择器中保留,特别适合需要长时间运行或特定视角的场景:

  • 会话延长:单次生成探索时间从 60 秒延长至 3 分钟,并支持将多个世界链接起来形成更长的连续旅程。
  • 360 度全景种子:支持使用 360 度全景图像作为基础来播种新世界,为创作提供更丰富的空间起点。
  • 实时事件触发:同样支持在探索过程中通过自然语言提示动态改变环境。

创作赋能:Project Genie 智能体与社区画廊

为了降低创作门槛并促进社区互动,谷歌引入了两项重要功能:

  • Project Genie 智能体:这是一个基于 Gemini 模型的创作助手。用户只需用自然语言描述愿景,智能体便会编排多模态模型套件,生成初始视觉效果、标志性外观及定制配乐。在探索过程中,Gemini 还会观察屏幕内容,提供上下文感知的建议芯片,或自动触发世界内事件。
  • 社区画廊:汇集了精选世界和社区创意作品。亮点包括:
    • Living Memory:将个人照片转化为可探索的 3D 空间。
    • Dino Field Guide:基于 360 度全景的史前栖息地漫游。
    • Rock Paper Scissors:由 Gemini 担任实时裁判的物品对决游戏。
    • 名家合作:如与创意技术专家 Will (BLVCKL!GHT) 合作的哥特式神秘体验“Villa Giallo”,以及与电影制作人 Anand Gandhi 合作的蚂蚁视角殖民地“The Life of Ants”。

用户不仅可以探索这些作品,还可以对现有画廊体验进行“混搭”(Remix),调整底层结构、配乐或规则,并将自己的创作发布供他人探索。

负责任的技术构建

谷歌强调在推进交互式世界模型研究的同时坚守安全底线:

  • SynthID 水印:所有生成的视频和音频均嵌入 SynthID 水印,以便识别 AI 生成内容。
  • 安全检查:所有模型的输入和输出均经过严格的安全过滤。
  • 持续改进:团队正在积极应对相机延迟、复杂物理交互、实时音频精度及长期场景持久性等前沿挑战。

可用性与访问

  • Google AI Ultra 订阅者:即日起可直接试用全新的 Project Genie 体验。
  • Google AI Pro 会员:可在同一页面加入等待名单,待名额开放后获取访问权限。

Project Genie 的这次更新标志着从“被动观看”向“主动塑造”虚拟世界的转变,为游戏设计、影视预演及个人创意表达开辟了全新的可能性。

© 版权声明

相关文章