一条龙掠过山谷,镜头跟着它飞向城堡。画面下方有方向键,你可以继续往前走。谷歌 10 月 27 日公布的 Genie 4 演示里,这样的场景不是一段只能看完的视频:操作者可以用键盘改变行进方向,也能输入文字,让场景在运行中接着变化。
它最容易让人联想到游戏,但谷歌给它的名字是“世界模型”。你给出环境和动作,它要接着生成周围的画面,尽量让转身之后看到的东西、人物的动作和声音跟前面的场景对得上。谷歌展示的操作方式很直观:键盘控制移动和镜头,文字指令可以改变天气、加入物体或人物。
声音也跟着场景一起生成。树林里的风声、海边的浪声,乃至人物对话,都是这次演示的一部分。官方视频里有个站在湖边平台上吹萨克斯的人,萨克斯声和湖边的环境音也随场景生成。静态截图听不到声音,有兴趣可以去看谷歌原视频。
对游戏团队来说,眼下最实用的想法可能是先拿它试方案。比如一位关卡设计师想做一片山谷:入口处能不能一眼看见城堡?飞过山脊后,玩家会不会迷路?过去要把地形、材质、镜头和基础交互拼起来,才容易让同事真正“走一遍”。如果能先生成一个可探索的草稿,团队就能早点发现路不顺、景太空,改掉再往下做。谷歌说,受邀的游戏开发者正在测试用它把初步想法变成可探索原型;这仍是测试用途。
美术方向也能更快讨论。相同的河流和群山,换成彩绘玻璃般的质感,走进去是什么感觉?一张概念图只能给出一个角度,能移动镜头的场景更容易暴露风格是否经得起近看。不过,能生成一个漂亮的片段,跟能在整款游戏里稳定使用,是两回事。
游戏要靠规则撑住体验。玩家退回刚走过的房间,箱子应该还在原处;一扇门锁着,就不能换个角度突然打开。角色受击的反馈、可重复的碰撞结果、任务进度,也不能只凭画面看着合理。谷歌自己承认,Genie 4 在较长时间运行、多次复杂修改或穿行场景后,细节和物体的持续性仍可能漂移;复杂物理交互、声音准确度、文字可读性和空间精度也还在研究中。这些恰好是游戏制作不能轻轻带过的部分。
现阶段拿它试原型,比直接拿它做游戏靠谱。它可能帮开发者更早挑出值得做的关卡、试听一个场景的气氛,但完整游戏仍需要能反复验证的规则、经过打磨的内容和明确的制作流程。谷歌也没有在这份公告里给出把演示场景直接变成商业游戏的交付方案。
Genie 4 目前主要向受邀测试者提供研究预览。谷歌说,之后计划让 Project Genie 中的 Google AI Ultra 订阅用户,以及 Gemini API、Google AI Studio 的早期合作伙伴接触它;现在并不是所有玩家或开发者都能打开来用。等它真正走进开发工具,还得看开发团队能不能用这些镜头做出一款经得起玩家反复折腾的游戏。