Google DeepMind·· 12 天前精选AI 评分73
Google DeepMind 发布世界模型 Genie 4,支持实时交互与原生音频生成
Genie 4: A new generation of world simulation
AI 导读
Google DeepMind 发布新一代世界模型 Genie 4,开始以研究预览形式向可信测试者推出,官方称其为旗下首个原生生成音频的实时世界模型。模型原生多模态,可同步生成环境声、音乐与可交互对话,支持用键盘控制和自然语言实时修改场景,并由 Gemini 3.8 Flash 作为循环中的引导智能体拆解目标、逐步校验多步事件。
推荐理由
原文介绍原生音频与实时交互等能力的实现方式,并说明细节漂移等当前局限,便于读者判断其可用边界。
来源:Google DeepMind · deepmind.google