Michael JohnsonGenie 4 的模拟场景可以在运行过程中直接修改：通过文本指令移动摄像机、改变天气或添加角色。Google 于2026年10月27日宣布推出 Genie 4，并将其描述为一种用于交互式场景、能够生成音频的研究型世界模型。
Google 表示，已开始面向有限范围内的受信任用户进行测试。公司承诺，之后会通过 Project Genie 向 Google AI Ultra 订阅者开放，并通过 Gemini API 和 AI Studio 向早期访问合作伙伴提供服务。这些是计划中的未来渠道，并不意味着 API 已向公众开放。
可以操控的场景
据 Google 介绍，Genie 4 运用了 Gemini 系列模型的能力：Gemini Omni 以现实世界为依据，帮助模拟世界的外观和行为；其他 Gemini 模型则提供推理能力，以维持模拟的连贯性并推动其继续发展。用户可以用自然语言引导场景；系统会实时生成环境音、音乐和交互式对话。
这种方法将生成从制作单个视频片段，转向操控一个不断发展的环境。它有望加快创意工作中场景方案的迭代。Google 还提到其他潜在应用方向，包括训练机器人和智能体，以及影视、新闻、游戏和制作领域。
开发者需要验证什么
评估该模型能否用于特定任务的团队，应在自己的场景中进行测试。对于机器人训练，关键指标包括世界能否稳定响应重复指令、模拟是否符合所需的物理规律，以及实验条件能否复现。对于游戏和媒体场景，则应关注动作控制能力、音画一致性，以及对生成内容的控制程度。
Google 的公告未提供这些指标的量化结果，也未说明 API 访问条件、使用限额或价格。已确认的信息包括有限范围测试已经开始，以及公司所称的系统能力；要评估 Genie 4 是否适用于具体工作流程，还需获得访问权限并开展可复现的测试。
作为一种可通过指令操控的交互式模拟模型，Genie 4 值得关注。它对开发者的实际价值，将取决于测试机会是否开放，以及系统能否可靠地支持所需场景。
