AI Can Now Create Worlds You Can Change in Real Time

Google 发布 Genie 4 世界模型：一句话生成可实时改天气、加角色、带音效的 3D 世界，单次最长 2 分钟，Gemini Ultra 订阅者已可上手。

一个模型能边生成边被你用一句话改天气、扔进一条龙，还能让机器人在里面练下棋——但它只能跑 2 分钟。Genie 4 把"AI 造世界"从炫技 demo 推到了实用门槛前一步，而这步之差，决定了游戏、机器人和 Google 自己的位置。

Genie 3 只能开局给一句提示、然后你在这个固定世界里走；Genie 4 第一次允许你在运行中持续下指令。

• 实时提示：可以中途改天气、加新物体或角色、引导镜头，世界跟着变，而不是重开一局。
• 物理与人物：官方称能模拟空气动力学、碰撞等真实物理；人物动作自然、能对环境做出反应，也可被实时操控——这是本轮最大跃升。
• 首次有声音：接入 Google 音频模型，生成配乐、人声和音效；但对话仍带那种空荡回音感，比当前最好的生成视频落后约 3 个月。

DeepMind 这次改了架构：Genie 4 不再单打独斗，而是调用其他 Google 模型补自己的短板。

• Gemini Omni 负责把模拟"锚定"在真实外观和行为上，大致相当于先出一段参考视频，Genie 再把它扩成可玩世界。
• Gemini 3.8 Flash 提供因果推理；机器人研究里则换成 Gemini 4 Argon 当后端，演示了机器人在 Genie 里下棋——等于给机器人造了个不受现实限制的训练场。
• Ethan Mollick 的实测：输入"新哥特粗野主义城市，住着机器人和马"，一分钟生成；再实时加龙、加一只友好水獭 NPC。他的评价是"有 bug，但比两年前先进得不像话"。

过去半年 Google 在大模型上被普遍看衰，Genie 4 提醒人们：它的多模态能力仍然没人追得上。

• Anthropic 的 S-1 文件里，只把 Google 和 OpenAI 列为另外两家主要竞争对手；前沿是参差的，DeepMind 是最参差的那块。
• TPU 外销翻身：去年分析师还嘲笑 Google 卖芯片是从零开始，如今 TPU 已成可观收入项（几乎全靠 Anthropic）；The Information 本周称 Google 拿下 OpenAI 和 Oracle 两个新客户，Oracle 将成为 Google 之外首家对外出租 TPU 的大型云厂商。
• 迭代路径已铺好：Gemini 4 Argon 是新的超大基座模型，后续只需做较快的后训练，内部已在测代号 Gemini 4 Carbon；参照 Meta 靠 Muse Spark 五个月连发四版追到中游。

"有 bug，但比两年前先进得不像话。"——Ethan Mollick 对 Genie 4 的实测评价。

• 如果你的产品涉及仿真、游戏或机器人训练，现在就去申请 Gemini Ultra 试 Genie 4 的实时提示接口：2 分钟上限意味着它适合做"场景片段"而非完整关卡，先想清楚哪一段流程值得被生成。
• 关注"LLM 当导演 + 世界模型当舞台"这个组合：Gemini 拆步骤、Genie 渲染执行，是 agent 获得空间与物理推理的现成模板，可对照自己的 agent 架构看是否缺这一层。