Google DeepMind 发布世界模型 Genie 4，支持原生音频与实时交互模拟

Genie 4: A new generation of world simulation

Google DeepMind 发布世界模型 Genie 4，支持原生音频、交互式对白和自然语言实时修改场景，已向可信测试者开放研究预览。Gemini 3.8 Flash 在模拟中持续观察场景、拆解目标并检查执行进度，帮助维持多步骤事件的连贯性；模型仍存在物体持久性漂移、复杂物理交互和长期一致性等限制。

推荐理由：Genie 4 将原生音频与实时场景控制接入世界模拟，让创作者能在动态场景中调整镜头、对白和动作来试演想法。