title: Google 發表 Genie 4：世界模型首度原生生成聲音，還能邊玩邊用文字改場景 --- **Category** - [AI](https://www.soft4fun.net/category/tech/ai) - [新聞](https://www.soft4fun.net/category/tech/news) - [科技](https://www.soft4fun.net/category/tech) **Tag** - [AI](https://www.soft4fun.net/tag/ai) - [Genie 4](https://www.soft4fun.net/tag/genie-4) - [Google](https://www.soft4fun.net/tag/google) - [世界模型](https://www.soft4fun.net/tag/%e4%b8%96%e7%95%8c%e6%a8%a1%e5%9e%8b) **圖片清單** - ![unnamed-2](https://cf.img.soft4fun.net/2026/10/unnamed-2.webp "unnamed-2") --- [Google](https://www.soft4fun.net/tag/google) DeepMind 在 10 月 27 日發表 **[Genie 4](https://www.soft4fun.net/tag/genie-4)**，這是一款能即時生成可互動世界的**[世界模型](https://www.soft4fun.net/tag/%e4%b8%96%e7%95%8c%e6%a8%a1%e5%9e%8b)**，首度原生產生環境音、配樂與角色對話，而且玩家在模擬過程中就能用自然語言改天氣、換鏡頭、加人物。Genie 4 目前只開放給受信任的測試者，之後將先登上 Google [AI](https://www.soft4fun.net/tag/ai) Ultra 的 Project Genie。 ## Genie 4 最大的改變：世界開始有聲音了 Genie 3 生成的世界是無聲的，Genie 4 則同步生成環境音、音樂與可互動的對話。根據 Google DeepMind 的說明，音訊會隨著世界裡發生的事件即時變化，角色之間可以交談、對事件做出反應。Google 也把「模擬人」視為這一代最大的躍進，人物動作更流暢，臉部表情與肢體也沒有上一代那麼僵硬。物理表現同樣有提升，空氣動力與碰撞的呈現更可信。 ## 邊玩邊改：用文字指令即時操控場景 使用者以鍵盤在世界中移動，過程中可以隨時輸入文字，改變天氣、攝影機角度，或加入人物與物件。TechCrunch 報導，Genie 4 的場景一致性可維持約兩分鐘，是 Genie 3 的兩倍左右。對想快速做遊戲原型、分鏡或互動教材的人來說，這種「想到就改」的速度，比一次次重新生成影片更貼近創作流程。 ## Gemini 在背後負責規劃與檢查 Genie 4 不是單打獨鬥。DeepMind 表示，Gemini Omni 負責讓模擬貼近真實世界的外觀與行為，Gemini 3.8 Flash 則監看場景、規劃步驟並檢查進度。DeepMind 還展示了早期實驗：讓 Gemini 4 Argon 把機器人任務拆成步驟，由 Genie 4 即時模擬，例如 Apptronik Apollo 人形機器人下西洋跳棋，目的是在真實部署前先在模擬世界裡測試。 ## 目前能用嗎？限制有哪些 Genie 4 目前是研究預覽，僅限受信任的測試者。Google 表示未來幾週將先開放給 Google AI Ultra 訂閱者（透過 Project Genie），Gemini API 與 Google AI Studio 的早期合作夥伴也會取得使用權，有興趣的人可以登記候補名單。Google 也坦承，模擬時間拉長或經過多次編輯後，畫面細節與物件恆存性會漂移，複雜物理互動、音訊準確度與場景中的文字清晰度仍在改進。所有生成的影片與音訊都帶有 SynthID 浮水印。官方沒有公布解析度、幀率與價格。 [**加入 Genie 4 waitlist**](https://docs.google.com/forms/d/e/1FAIpQLSeD73fWVFVUXII27wIaSjdCZCesuGEb5-iZaBSTUpjkX98S0g/viewform?usp=send_form) ## 世界模型的競爭正在升溫 TechCrunch 指出，Runway 約兩個月前推出了可玩、可互動且帶音訊的 GWM Worlds 2，AMD 正在收購 World Labs，Rivian 也買下自駕模擬公司 Third Dimension。BigGo Finance 則提到，今年 1 月以 Genie 3 為基礎的 Project Genie 原型曾讓 Unity 等遊戲引擎類股承壓，市場擔心文字生成世界會取代部分場景製作工作，Genie 4 可能讓這個討論再度升溫。這些屬於媒體與市場觀察，並非 Google 的說法。 ## 對一般使用者與開發者意味著什麼 短期內多數人還碰不到 Genie 4，但方向已經很清楚：世界模型正從「看」變成「玩」，再變成「訓練機器人與代理人的模擬場」。遊戲開發者、影視前期製作團隊與機器人研究者最值得關注，等 Ultra 版與 API 開放後，再評估它能否融入實際流程。 ## 資料來源 - [Google DeepMind：Genie 4: A new generation of world simulation](https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/) - [Google 官方部落格：Introducing Genie 4](https://blog.google/innovation-and-ai/models-and-research/google-deepmind/introducing-genie-4) - [TechCrunch：Google’s Genie 4 world model adds audio, more realistic worlds, and real-time steering](https://techcrunch.com/2026/10/27/googles-genie-4-world-model-adds-audio-more-realistic-worlds-and-real-time-steering/) - [Gizmodo：Google’s New AI World Model Can Generate Human Voices, Not Just Video](https://gizmodo.com/googles-new-ai-world-model-can-generate-human-voices-not-just-video-2000831335) - [BigGo Finance：Genie 4 World Model Adds Audio and Real-Time Control](https://finance.biggo.com/news/9f248100-e66f-4886-88c0-2ccd0e54e4a0) #### 更多AI相關報導 - [Google 發表 Genie 4：世界模型首度原生生成聲音，還能邊玩邊用文字改場景](https://www.soft4fun.net/tech/ai/google-deepmind-genie-4-world-model-native-audio.htm) - [DeepSeek 開源 DeepInfer：正式服務用的推論引擎首度 開，同時支援 Blackwell 與昇騰 950](https://www.soft4fun.net/tech/ai/deepseek-deepinfer-open-source-inference-framework.htm) - [Claude Duet 登場：Anthropic 推出會主動找你的 AI 代理人，每天早上 替你看完信箱與行事曆](https://www.soft4fun.net/tech/ai/anthropic-claude-duet-proactive-agent-research-preview.htm) - [Railway也遭駭！類Zeabur資安事件，環境變數遭解密存取](https://www.soft4fun.net/tech/information-security/railwaysecurity-disclosure.htm) - [FF Nova 小型人形機器人發表：2,490 美 、首批限 100 台，Nova Mini 299 美 主打程式教育](https://www.soft4fun.net/tech/ai/ff-nova-nova-mini-humanoid-robot-developer-education.htm)