Google DeepMind 发布世界模型 Genie 4称其为迄今最逼真、交互性最强的世界模型，并首次在实时世界模型中原生生成音频，包括环境声、音乐和可实时回应用户与场景事件的人物对话。模型可根据用户描述实时逐帧生成可探索的虚拟世界，无需预渲染环境或编程交互元素；Google AI 称，用户可用自然语言实时控制世界和音景，Gemini 充当模拟的“大脑”，负责把请求转成动作、规划复杂事件并随剧情调整。