史詩級進化!谷歌 Genie 4 世界模型開放體驗:支持邊玩邊改天氣、召喚角色,所見皆可互動
IT之家 11 月 19 日消息,今年早些時候,谷歌推出了實驗性研究原型 Project Genie,可讓用戶生成並探索交互式虛擬世界。早期測試用戶反饋,希望能對世界內發生的內容有更強控制力,同時擁有更便捷的建造、分享方式。如今,谷歌面向符合資格的 Google AI Ultra 訂閱用戶推出全新 Project Genie 體驗,讓這些虛擬世界的響應速度、創意性與社交屬性大幅提升。本次更新首次開放 Genie 4 訪問權限,帶來 Genie 3 的全新升級、可幫助用戶實現創意的 Project Genie 智能體,以及用於發現、探索、二次創作世界的社區畫廊。Project Genie 整合了谷歌最先進的世界模型與 Gemini 系列模型,用戶可直接在瀏覽器中生成、進入並塑造各類虛擬世界。Genie 4 帶來全新世界模擬體驗:作爲谷歌迄今最逼真、交互性最強的世界模型,Genie 4 支持用戶在會話中途輸入提示詞修改已創建的世界。在導航過程中直接輸入新提示,即可實時編輯環境 —— 切換天氣、添加角色、改變動作走向都可實現。同時 Genie 4 首次爲視覺內容搭配實時原生音頻,會隨場景推進動態適配,覆蓋環境音效到角色對話的各類聲音。Genie 3 迎來多項能力升級:Genie 4 提供最高保真的視覺、物理效果與原生音頻,而 Genie 3 仍保留在模型選擇器中,適合需要更長生成時長、以全景圖爲基礎生成空間的場景。本次 Genie 3 更新包括:擴展會話時長與世界串聯,單次生成可探索時長從 60 秒提升至最多 3 分鐘,也可將多個世界串聯形成更長旅程;支持 360 度全景圖作爲生成基礎,可從全景圖種子生成新世界;支持世界內實時事件,探索過程中可通過自然語言提示動態改變環境。Project Genie 3 可通過實時可觸發事件,將森林、水下遺蹟、冰封海域等不同世界串聯爲一段連續的飛行旅程;也可藉助 360 度全景圖 grounding 保持佩特拉峽谷、古建築立面在視角轉動時的一致性;還可結合長時長生成、全景圖基礎與實時事件功能,在飛行過程中隨時改變世界,甚至召喚龍作爲騎乘對象。全新智能代理降低創作門檻:新版 Project Genie 代理將創作能力從單條文本、圖片提示拓展開來,打造交互式宇宙變得像對話一樣簡單。用戶只需用自然語言描述創意,智能體就會調度谷歌的多模態模型套件,生成奠定世界風格的初始視覺效果,搭配匹配氛圍的定製背景音樂。用戶在探索過程中還可將 Gemini 模型加入會話:它會觀察屏幕上發生的內容,彈出上下文相關的建議選項,或隨旅程推進自動觸發世界內事件。例如把自然語言提示變成交互式太空行走、隨指令召喚外星飛船,或是把山坡咖啡館改造爲沙漠玻璃涼亭。創作完成後,用戶可將自定義世界發佈到畫廊,供他人探索、二次創作。全新畫廊帶來豐富探索內容:當用戶只想直接進入探索時,新版 Project Genie 畫廊集合了大量精選世界與社區創作成果。用戶可以在“Living Memory”中將個人照片轉爲可探索空間,在“Dino Field Guide”中漫遊基於 360 度全景的史前棲息地,或是在“Rock Paper Scissors”中讓 Gemini 擔任實時裁判,對桌面上的主題物品進行對戰。畫廊中還展示了與早期獲得工具使用權的先鋒創作者合作的作品:與創意技術專家 Will(即 BLVCKL!GHT)合作打造的“Villa Giallo”,使用 Genie 4 將哥特式莊園轉化爲逐房間推進的交互懸疑空間;與電影製作人 Anand Gandhi 合作打造的“The Life of Ants”,藉助 Genie 4 的照片級真實感,讓用戶以螞蟻的視角探索複雜蟻羣。除了探索精選世界,用戶也可通過簡單提示啓動自己的創意,或是與 Project Genie 代理一起對現有畫廊作品進行二次創作 —— 調整底層世界結構、配樂或規則,打造專屬內容。完成創作後,即可發佈到社區畫廊供他人探索、二次創作。谷歌表示始終以負責任的態度開發、推廣交互式世界模型。Project Genie 中生成的所有視頻、音頻都帶有 SynthID 水印,所有模型輸入與輸出都會經過安全篩查。Genie 3 與 Genie 4 目前仍處於前沿研究階段的世界模型。隨着研究持續推進,谷歌正在積極解決相機延遲、複雜物理交互、實時音頻精度、長期場景保持等核心挑戰。從今日起,符合資格的 Google AI Ultra 訂閱用戶即可體驗全新 Project Genie,Google AI Pro 會員可在同一頁面加入等待名單。