Google DeepMind 发布 Genie 4 实时交互式世界模型
Google DeepMind 发布 Genie 4 世界模型，支持原生多模态生成，可在实时交互中同时输出画面、环境音和人物对话。该模型基于 Gemini 系列构建，其中 Gemini 3.8 Flash 作为引导 Agent 在循环中拆解目标并验证步骤，Gemini 4 Argon 则用于将任务分解为可渲染的实时步骤。
推荐理由：Genie 4 将 Gemini 的推理能力引入实时世界模拟，展示了用文本和音频联合驱动物理与角色行为的新范式。