背景
Genie 是 Google DeepMind 的一条世界模型(world model)产品线,能根据提示词生成可交互的虚拟环境。2026 年 11 月 18 日的发布与 Genie 3 的一次更新同时进行。[1]
发生了什么
2026 年 11 月 18 日,Google DeepMind 宣布 Genie 4,并向 Project Genie 中符合条件的 Google AI Ultra 订阅用户开放。[1] 同一天,Google 把 Genie 3 每次生成的会话时长延长到最长 3 分钟。[1]
2026 年 11 月 19 日,Genie 4 在 Gemini API 与 Google AI Studio 中向开发者开放。[2]
关键细节
Google 表示,API 版本通过 Interactions API 运行,起点可以是文字提示、参考图片,或两者同时使用。[2] 开发者可以用实时的键盘操作在生成的世界中移动,也可以通过实时的文字提示改变天气、光照、物体或事件。[2] Google 还称,Gemini 的推理能力会在整个会话中保持世界状态的一致性。[2]
影响
这次发布让同一个模型同时面向两类用户:使用 Project Genie 的订阅用户,以及通过 Gemini API 开发的开发者。[1][2]
名词解释
世界模型(world model)指能学习环境如何随时间变化的模型,因此可以预测用户操作之后场景应该是什么样子。由于画面是在用户互动过程中生成的,会话可以一步一步被引导,这与观看一段固定视频不同。API(应用程序接口)是开发者向模型发送请求、接收输出的通道,借此,同一个模型可以被嵌入其他软件。Google AI Studio 是一个网页工具,开发者可以在正式开发前先试用 Gemini 模型。文字提示(text prompt)是对模型应生成内容的书面描述,参考图片则为模型提供一个视觉起点。
来源
- 1Genie 4 is now availableGoogle DeepMind
- 2
引用本页: Google DeepMind 发布 Genie 4,先在 Project Genie 上线,次日进入 Gemini API. TellWorld, https://www.tellworld.net/zh/news/genie-4-2026. 更新于 2026-11-20