游戏设计师
在构建可玩的实现之前探索环境概念、移动方式和互动情节。
Genie 4 将场景创意转化为可探索、可重塑的环境。从文本或图像开始,随着世界在同步声音中展开,引导移动和事件。
探索官方世界录制片段,然后使用可编辑的起始提示词创建自己的场景。
Genie 4
雪中的冠鹤
Genie 4
彩色玻璃风景
Genie 4
第一人称高山滑雪
Genie 4
睡莲间的划艇
Genie 4
剧院后台
Genie 4
粉色丝绸之河
Google DeepMind 用于生成响应式视听环境的世界模型。
Google DeepMind 于 2026 年 11 月 18 日推出 Genie 4,并于 11 月 19 日发布开发者 API。它为 Genie 世界模型家族带来原生音频和更灵活的实时引导。
世界模型预测场景如何随行动发生变化。Genie 4 结合 Gemini Omni Flash 与 Gemini 推理能力,帮助在观看者移动和引导事件时保持连续性。
围绕以下受支持的输入和控制方式构建场景。
这些是生成的视觉环境,而非导出的 3D 网格或确定性的游戏项目。物体持久性、精确物理效果和长时间会话的连续性仍是研究难题。
通过运动、声音和响应式视觉变化探索场景。
使用键盘和鼠标在生成的空间中移动。画面会根据你的行动变化。
在世界运行时使用实时文本指令改变天气、引入角色或引导事件。
原生音频加入环境声和对话,让声音成为世界的一部分,无需单独编辑。
结合文本和图像,在开始探索前确定外观。
官方演示涵盖纪录片场景和彩色玻璃环境等风格,每条提示词决定视觉方向。
在生成的环境中尝试因果关系创意。响应具有概率性,应加以评估,而非视为按脚本保证的结果。
在投入详细制作之前,利用可探索场景发展创意。
在构建可玩的实现之前探索环境概念、移动方式和互动情节。
在视觉开发和预演阶段探索镜头路径、氛围与场景变化。
将风格方向转化为可探索的空间,从自然风景到手工质感的世界。
研究不同的视觉环境和动作响应,同时考虑漂移和物理准确性不足。
从一个重点明确的场景开始,使用生成器设置创建视频变体。
选择案例或写下环境、主体和一个明确的动作。如果声音对场景很重要,也请加以描述。
提交前,在生成器中检查所选模型、可用输入、分辨率和积分费用。
生成结果,检查其运动和声音,再调整提示词或设置以创建下一个变体。
Google DeepMind 已公布的 Genie 4 世界模型特性。
| 开发者 | Google DeepMind |
| 模型类型 | 实时交互式世界生成 |
| 开发者版本发布 | 2026 年 11 月 19 日 |
| 输入 | 文本、参考图像和实时用户动作 |
| 视频 | 720p,最高 24 fps,16:9 |
| 音频 | 同步 48 kHz 立体声 |
| 实时控制 | WASD / 方向键导航及会话中的文本事件 |
| 场景连续性 | 短时会话;细节和物体持久性可能发生漂移 |
| 3D 文件导出 | 未列为支持的输出 |
更新日期: 2026年11月20日
比较两代世界模型已公布的能力。
| 能力 | Genie 3 | Genie 4 |
|---|---|---|
| 推出时间 | 2025 年 8 月 5 日 | 2026 年 11 月 18 日 |
| 交互式视频 | 720p,24 fps | 720p,最高 24 fps |
| 原生音频 | 发布公告中未列出 | 同步音频和对话 |
| 场景引导 | 导航和可通过提示触发的世界事件 | 导航和实时语言引导 |
| 连续性 | 公开演示中可持续数分钟 | 短时会话;漂移仍是限制 |
Genie 3 的优势: 交互式世界生成及数分钟连续性方面的成熟参考。
Genie 4 的优势: 增加原生视听交互和更灵活的语言引导场景变化。
可将 Genie 3 演示作为视觉世界模型的参考基线;当声音和实时场景引导是创意的核心时,可探索 Genie 4。
选择适合创作流程的 Picir AI 套餐。提交前,生成器会显示所选模型和设置对应的积分费用。
了解其输入、交互方式和实际限制。
Genie 4 是 Google DeepMind 的交互式世界生成模型,可生成响应移动和语言指令的视听环境。
访问 Picir AI 上的 Genie 4 AI 视频生成器与世界模型页面。浏览录制片段并使用起始提示词发展自己的场景创意。
世界模型会根据动作持续预测场景。传统视频生成器根据请求创建片段;导出的视频片段不提供可探索的实时模拟。
Google 列出了文本、图像和实时用户动作。文本或图像用于建立场景,导航和实时指令则引导场景发展。
可以。其公布的输出包含同步音频,演示的能力包括环境声和角色对话。
公布的输出是带同步音频的视频。生成的世界不应被视为可下载的 3D 网格、场景图或确定性的游戏项目。
视觉细节和物体持久性可能发生漂移,尤其是在较长会话或反复进行复杂编辑时。物理准确性、文字可读性、空间保真度和音频准确性仍有待提高。
按钮会将可编辑的起始提示词和兼容设置填入生成器,不会提交生成请求。创建结果前请检查所选模型和费用。