Google DeepMind 发布 Genie 4 世界模型研究预览，支持原生音频与实时交互

Google DeepMind 发布世界模型 Genie 4，支持同步生成场景、环境音和交互对话，并已向可信测试者开放研究预览。模型可通过自然语言实时修改场景，由 Gemini 3.8 Flash 持续观察画面、分解目标并调整多步骤计划，但长期一致性、物体恒存性和复杂物理交互等仍存在局限。