Google DeepMind 发布实时世界模型 Genie 4，支持原生音频

Google DeepMind 发布 Genie 4，是其首个支持原生音频的实时世界模型，可生成环境音、音乐以及响应用户和场景事件的角色实时对话。用户可以在运行中的模拟里通过输入文字改写场景，比如改变天气、移动镜头或添加人物，由 Gemini 将每次编辑与场景融合并保持连贯。Gemini 3.8 Flash 在循环中充当导演角色，把目标拆解为步骤并校验生成的帧。Google AI Ultra 订阅者和早期 Gemini API 合作伙伴可通过受信任测试者渠道获得访问权。