Google DeepMind 向 Google AI Ultra 訂閱者開放 Genie 4 世界模型
重點速覽
- •Google DeepMind 於 2026 年 11 月 18 日向符合資格的 Google AI Ultra 訂閱者推出其稱為迄今最逼真、互動性最強的世界模型 Genie 4,Google AI Pro 會員則可加入候補名單。
- •Genie 4 允許使用者在探索過程中以自然語言提示即時編輯環境,並首次在 Genie 系列中將視覺畫面與涵蓋環境音景到角色對話的自適應原生音訊結合。
- •Genie 3 獲得升級,將探索時間從 60 秒延長至三分鐘、支援將多個世界串連為更長旅程,並允許以 360 度全景圖像作為新世界的起點。
- •對話式 Project Genie 代理讓使用者透過描述構想來打造自訂世界,Gemini 模型也可加入對話,提供導航建議並自動觸發世界內事件。
- •Project Genie 中生成的所有影片與音訊均帶有 SynthID 浮水印並經過安全審查,Google DeepMind 並指出相機延遲、複雜物理互動、即時音訊精度與長期場景持久性為持續面對的研究挑戰。

Google DeepMind 於 2026 年 11 月 18 日宣布,其稱為迄今最逼真、互動性最強的世界模型 Genie 4,正透過更新版 Project Genie 體驗向符合資格的 Google AI Ultra 訂閱者推出。此次發布將 Genie 4 的首次開放與 Genie 3 模型的新升級、用於打造自訂世界的對話式 Project Genie 代理,以及供使用者探索、體驗與二次創作生成世界的社群藝廊結合在一起。
Google DeepMind 產品群資深經理 Diego Rivas 與 Google Labs 產品群資深經理 Pavan Kumar 在部落格文章中表示,此次推出提供「反應更靈敏、更具社交性、互動性更強的世界生成」。使用者現在能以自然語言即時編輯環境、加入原生音訊,並在新藝廊中分享作品。
Genie 是 Google DeepMind 的世界模型系列——能生成可玩、互動式環境的 AI 系統。與傳統的文字、圖像或影片生成器不同,世界模型旨在模擬使用者可即時在其中移動與互動的環境。該系列始於 2024 年 2 月的 Genie 1,隨後是 2024 年 12 月的 Genie 2 與 2025 年 8 月的 Genie 3,而 Project Genie 則是基於瀏覽器的介面層,讓使用者能生成、進入並塑造由這些模型構建的世界。四代產品在不到三年內問世,此次推出首次將最新一代交到使用者手中——將世界模擬從研究示範推進到消費級訂閱。
從研究原型到訂閱者開放
Google DeepMind 於今年稍早推出 Project Genie,作為讓使用者生成與探索互動式世界的實驗性研究原型。文章指出,早期測試者表示希望對世界內部發生的事物有更深入的控制,並希望有更簡便的構建與分享方式。公司表示,新體驗讓這些世界「反應更靈敏、更具創意、更具社交性」,並將其最先進的世界模型與 Gemini 模型結合,讓使用者能「直接從瀏覽器生成、進入並塑造世界」。
除首次開放 Genie 4 外,此次更新還包括 Genie 3 的新升級、協助使用者實現構想的 Project Genie 代理,以及供探索、體驗與二次創作世界的社群藝廊。
Genie 4:即時編輯與原生音訊
有了 Genie 4,提示不再止於世界創建。使用者在瀏覽世界時可於對話中途輸入新提示,即時編輯環境:改變天氣、加入角色,或改變行動方向。該模型首次將視覺畫面與隨場景展開而自適應的即時原生音訊結合,範圍從環境音景到角色對話。Google 將 Genie 4 定位為其最高保真度的選項,提供最強的視覺、物理與原生音訊表現。
Genie 3:更長的探索時間、全景 grounding、世界串連
當使用者需要更長的探索時間或以全景圖為基礎的空間時,Genie 3 仍可在 Project Genie 的模型選擇器中使用。11 月 18 日宣布的更新包括:
- 延長的探索時間與世界串連: 每次生成的探索時間現可達 3 分鐘,較先前的 60 秒上限增加三倍,且使用者可將多個世界串連起來進行更長的旅程。
- 360 度全景圖像 grounding: 新世界可以 360 度全景圖像作為起點。
- 即時世界內事件: 探索時可透過自然語言提示動態改變環境。
Google 示範了 Genie 3 的即時可提示事件如何將多個獨立世界連接成橫跨森林、水下遺跡與冰凍海域的一次連續飛行——在飛行途中改變環境,甚至依指令召喚一頭可供騎乘的龍。在另一項展示中,360 度全景 grounding 使約旦聯合國教科文組織世界遺產考古遺址佩特拉的峽谷與立面在觀看者環顧四周時保持一致。
透過對話構建世界
Project Genie 代理將創作拓展至單一文字或圖像提示之外。使用者以自然語言描述構想,代理便會調度 Google 的多模態模型套件,產生奠定世界標誌性外觀的初始視覺畫面,並搭配符合氛圍的自訂背景配樂。Google 表示,打造互動式宇宙如今「就像進行一場對話一樣輕鬆」。
探索過程中也可將 Gemini 模型引入對話。公司表示,這些模型會觀察螢幕上正在發生的情況、提供感知上下文的建議選項以指引下一步方向,或在旅程展開時自動觸發世界內事件。
公告中強調的範例包括:將自然語言提示轉化為互動式太空漫步,其中外星太空船會依指令出現;以及將山坡咖啡館二次創作為沙漠中的玻璃涼亭。
藝廊:策展世界、創作者合作與二次創作
新藝廊汇集策展世界與社群的創意作品,讓使用者直接投入探索。特色體驗包括:將個人照片轉化為可探索空間的「Living Memory」、讓使用者漫遊以 360 度全景為基礎的豐富史前棲地的「Dino Field Guide」,以及讓主題物件在桌面上對決、由 Gemini 擔任即時裁判的「Rock Paper Scissors」。
藝廊也展示了與搶先使用這些工具的創作者的合作成果。Google DeepMind 與創意技術專家 Will aka BLVCKL!GHT 合作,以 Genie 4 打造了「Villa Giallo」,一座哥德式莊園內氛圍十足、逐房展開的懸疑體驗。與電影導演 Anand Gandhi 合作打造的「The Life of Ants」,則運用 Genie 4 的照片級寫實感,讓使用者以螞蟻的視角探索複雜的蟻群。
除了瀏覽策展內容外,使用者也可從簡單的提示開啟自己的構想,或與 Project Genie 代理一同對現有藝廊體驗進行二次創作——調整底層的世界結構、配樂或規則——然後將作品發布至社群藝廊,供他人探索與再創作。
浮水印、安全審查與待解挑戰
Google DeepMind 表示,致力於以負責任的方式開發並推出互動式世界模型。Project Genie 中生成的所有影片與音訊均帶有 SynthID 浮水印——該公司用於 AI 生成內容的浮水印技術——且所有模型輸入與輸出皆經過安全審查。
公司強調,Genie 3 與 Genie 4 仍屬於前沿研究領域的世界模型。隨著研究持續演進,團隊正積極應對相機延遲、複雜的物理互動、即時音訊精度與長期場景持久性等關鍵挑戰——這份清單等於是模型在超越今日三分鐘探索時間後的公開觀察指標。關於模型限制與進展的深入分析,可參閱 Genie 4 模型研究概述。
可用性
符合資格的 Google AI Ultra 訂閱者即日起可試用全新 Project Genie 體驗,Google AI Pro 會員可在同一頁面加入候補名單。Google 引導使用者前往 Project Genie 網站開始構建自己的世界。文章並未說明候補名單之外更廣泛開放的時間表,使任何更大規模推出的節奏成為下一個值得關注的訊號。