模型定位
Genie 4 是 Google DeepMind 的原生多模態世界模型,旨在即時生成及模擬可互動的環境;目前屬於早期研究預覽。官方公告日期為 2026 年 10 月 27 日。(deepmind.google)
主要能力
- **即時世界控制:**使用自然語言改變天氣、鏡頭或場景中的人物與物件;示範亦使用鍵盤及滑鼠進行導覽和鏡頭控制。
- **環境與人物模擬:**生成具照片寫實感的場景,模擬碰撞等物理現象,以及人物的動作與環境反應。
- **原生音訊:**隨世界生成環境聲、音樂及可依互動即時調整的對話。
- **Gemini 協作:**Gemini Omni 協助貼近真實世界的外觀與行為;官方也示範由 Gemini 3.8 Flash 持續觀察場景、拆解目標並調整計畫,以引導多步驟事件。(deepmind.google)
用途
官方與測試者正在探索機器人及 AI 代理的訓練場景、影片預視、歷史場景與照片的沉浸式呈現、互動體驗原型,以及企業情境模擬。這些用途仍屬研究或測試,不代表已具備正式部署所需的準確度。(deepmind.google)
限制與使用資格
- 官方表示,連續互動目前以數分鐘為限;模擬時間較長、多次複雜修改提示或在場景中移動時,視覺細節及物件持續性可能漂移。
- 複雜物理與多代理互動、空間及音訊準確度、可讀文字和長期一致性仍待改善;真實地點亦無法完美重現。
- 依官方公告,研究預覽已向可信任測試者推出;後續計畫開放給 Project Genie 的 Google AI Ultra 訂閱者,以及 Gemini API 和 Google AI Studio 的早期存取合作夥伴。這不代表已全面開放。
- 生成的影片與音訊包含 SynthID 浮水印,並受安全防護措施約束。(deepmind.google)
價格
截至 2026 年 11 月 16 日,在已查閱的官方公告及 Gemini Developer API 價目表中,未核實 Genie 4 專屬報價:幣種、輸入與輸出計費、計費單位,以及每次或每秒使用費均未核實。Google AI Ultra 訂閱與 Genie 4 專屬 API 用量定價不可視為相同方案。(deepmind.google)
官方來源
以上來源查詢日期:2026 年 11 月 16 日。