Google DeepMind 发布 Genie 4 实时世界模型，支持语音和运行中编辑

> Genie 4 是 Google DeepMind 首个原生支持音频的实时世界模型，能够生成环境音、音乐，以及会对用户和模拟世界中的事件作出反应的角色的实时对话。

> 用户可以通过输入文字改写正在运行的模拟场景，改变天气、移动摄像机或添加人物；Gemini 会让每项修改契合场景并保持连贯。

> Gemini 3.8 Flash 充当循环中的导演，将目标拆分为步骤并检查传入的画面；Gemini 4 Argon 利用这一循环，模拟了 Apptronik 的 Apollo 人形机器人下跳棋。

> 访问权限将首先向受信任的测试人员开放，随后向 Google AI Ultra 订阅用户和早期 Gemini API 合作伙伴开放。https://t.co/DYN0zqMU97