DeltaMedia
2026-11-22
模型動態

不再只是實驗品!Google 推出 Genie 4,打字就能即時改寫 3D 互動世界

2026 年 11 月 18 日,Google DeepMind 向 Google AI Ultra 訂閱使用者推出 Genie 4,首次支援在會話中即時改寫環境,並首度整合原生即時音訊

不再只是實驗品!Google 推出 Genie 4,打字就能即時改寫 3D 互動世界

重點摘要

  • 2026 年 11 月 18 日,Google DeepMind 向 Google AI Ultra 訂閱用戶推出 Genie 4,首次支援在會話中即時改寫環境,並首度整合原生即時音訊
  • Genie 3 同步更新:單次生成時長從 60 秒延長至 3 分鐘,新增 360 度全景圖接地與世界串接功能
  • Project Genie 引入 AI 代理工具和社群圖庫,建構流程從單一提示詞轉為多輪對話式編排

2026 年 11 月 18 日,Google DeepMind 宣佈 Genie 4 正式上線,向 Google AI Ultra 訂閱用戶開放,同步帶來 Genie 3 多項更新與全新的 Project Genie 代理工具。Google 形容 Genie 4 是目前真實感與互動性最高的世界模型。Project Genie 的官方定位是「實驗性研究原型」,這次更新把它推進到另一個階段:從「你可以走進一個生成的世界」,到「走進去之後可以隨時改造它」。

Google Genie 4 透過會話中即時改寫與多模態代理架構,成功將世界模型從單向輸出的展示性原型,轉化為具備高度互動與動態編輯能力的生成式開發環境。

Genie 4 的 mid-session 改寫,技術上代表什麼?

過去世界模型的交互流程是線性的:輸入提示詞,生成世界,進入導覽,結束。Genie 4 打破這條單向線,使用者在導覽過程中可以隨時輸入新的文字提示,系統即時響應,換天氣、加入新角色、轉移劇情走向,全在同一個會話內完成,不需要重開世界。

這技術比表面看起來難得多。世界模型必須在保持當前場景視覺一致性的前提下,接收新的條件約束並更新渲染輸出,而不是把整個場景清空重置。模型需要維護某種跨時間步的場景狀態,同時對新文字輸入保持條件響應。這和傳統文字生成影片在架構需求上有本質差距:後者給定一個起點一次生成到底,中途不需要接受外部干預並保持前後視覺一致。

這個設計上的轉變意味著,使用者的意圖能以漸進方式注入生成流程,而不是在進入世界前的一次性決策。這意味著 Genie 4 不再只是單向輸出的視覺媒體,而是可即時協同編輯的動態可程式化環境。

Genie 4 另一個首次是音訊層。場景音效和角色對話隨環境演變即時調整,覆蓋範圍從環境音到角色對白,不是事後疊加的靜態背景樂,而是與視覺同步生成。從工程角度推斷,這需要把視覺世界模型和音訊生成模型的輸出時間軸對齊,是多模態協同推論在世界模型上的一個具體落地。

Genie 3 升級了什麼,兩個版本如何分工?

Genie 3 在這次更新中並未退場,而是往 Genie 4 覆蓋不到的維度延伸。最具體的改動是時長:單次生成從 60 秒大幅延長至 3 分鐘,配合世界串接功能,多個世界能首尾相連成為更長的探索旅程。世界串接把原本獨立的生成片段串成連貫故事,對互動劇情或遊戲關卡原型來說,能快速修正調整,不必每個場景都重新建立起點。

360 度全景圖接地是另一個方向截然不同的能力。用戶上傳一張全景照片,系統以這張圖為起點生成可互動的世界。360 度全景是 VR/AR 拍攝的原生格式,這個功能理論上打通了現有空間攝影資產和生成式世界之間的橋梁。有真實場景重建需求的開發者多了一個具體入口,比如用實際建築物的全景照做空間原型展示,或把現有攝影測量結果快速轉成可探索的互動環境,不必從零生成。

目前兩個版本的分工看起來是:Genie 4 主打高保真、即時互動的短時創作;Genie 3 適合需要長時間連續探索、或從現實視覺資產出發的應用。用戶能在 Project Genie 的模型選擇器中切換兩者,不強迫都用最新版。

Project Genie 代理工具如何改變創作流程?

新版 Project Genie 引入 AI 代理工具,建構流程從「一條提示詞丟進去等結果」轉移為多輪對話式編排。使用者用自然語言描述願景,代理工具協調 Google 多模態模型套組,自動生成初始視覺風格和配套背景配樂,把過去需要多個獨立工具分別處理的工作整合進一個對話式流程。在探索過程中,Gemini 模型也可以引入會話,觀察畫面上發生的事並提供情境感知的回應。

習慣 LLM 應用開發的工程師對這個架構並不陌生,它更接近代理迴圈而非一次性生成 API 呼叫:系統在每輪交互後累積使用者意圖,逐步精煉輸出,而非一次決定結果。這個模式在文字 AI 應用裡已相當成熟,現在被搬進了多模態生成式環境。

使用者能在社群圖庫裡探索、分享,或拿別人的世界來二次創作。社群圖庫表面上能提升用戶留存率,其核心策略價值在於系統性地積累具備互動標注的世界數據集,成為後續模型迭帶的重要訓練養分。

Project Genie 這次的更新,把世界模型從 Google 自己定位的「實驗性研究原型」,推進到一個使用者能持續編輯、互動、並分享的生成式環境。遊戲、生成式媒體、甚至具身 AI 訓練資料這幾條開發主線,「在 session 中途改寫」的能力打開了過去沒有的設計空間。Google 想搶先卡位的態勢顯銳,但目前產品鎖在 AI Ultra 訂閱戶。究竟是分階段謹慎推出,還是刻意設下收費圍欄,得看後續政策怎麼調整。

相關公司 Google
本文由 DeltaMedia 編輯團隊審核後發布 · 編輯原則