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。