Genie 4 来了，谷歌 DeepMind 的世界模型开始同步生成声音-低调大师

Genie 4 来了，谷歌 DeepMind 的世界模型开始同步生成声音

2026-10-28 4

谷歌旗下 AI 公司 DeepMind 宣布推出 Genie 4，世界模型这条线又往前走了一格。最实质的进步不是画质，是声音——Genie 4 是原生多模态的，画面、音乐、环境声、对话可以同时生成。你在模拟里推倒一块石头，它不只是画出来，还会响。

技术上它基于 Gemini 家族：Gemini Omni 负责让模拟锚定真实世界的样貌和物理行为，其它 Gemini 模型提供维持场景连贯性所需的推理。你设一个事件，Genie 4 就往下推演——世界怎么反应、听起来什么样、里面的人怎么移动、反应和说话。官方演示里，一个中年人在湖心浮台上吹萨克斯，风、水声、乐器的呼吸起伏都是模型自己生成的，没有贴音轨。

交互方式也变了。以前生个世界出来只能看，现在能用自然语言实时改——换天气、移镜头、塞进一个新的人或物，Gemini 会把你的指令按上下文适配到当前场景里。你不操作的间隙，它还会自己盯着场景往前走，不让世界停下来。用户用键盘控制镜头移动，用文本 prompt 引导剧情。

DeepMind 把它放在 AGI 的语境里说："理解和模拟世界是构建 AGI 的关键一环。"落地的用法是两个方向：给机器人、给 agent 造训练环境，以及做交互式内容。

Genie 4现在处于研究预览阶段，先给受信任的测试者，之后从 Google AI Ultra 订阅者的 Project Genie 开始开放，再加 Gemini API 和 AI Studio 的早期合作伙伴。有个细节值得留意——所有生成的视频和音频都会带 SynthID 隐形水印。

限制也写在明面上了：Genie 4 还是早期研究，能在短会话内维持连贯环境，但视觉细节和物体恒存性会随时间漂移，尤其是场景变复杂的时候。换句话说，它现在更像一个惊人的演示沙盒，"能用的世界模型"还差一步。

参考来源

Google DeepMind: Genie 4 — A new generation of world simulation

微信关注我们

原文链接：https://www.oschina.net/news/503259/google-deepmind-genie-4-a-new-generation-of-world-simulation

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

Hikyuu 3.0 发布：组合即策略，极致性能撑起多策略引擎

始于 2006 年（前身 galaxy）、2012 年起以 Hikyuu 之名开源的量化研究框架，发布 3.0.0。这一版把组合引擎重写为 MultiSystem：策略与组合同构、可任意深度嵌套，用三种运行模式覆盖多策略信号汇总、资金配置与共享账户；同时把 Python 侧能并行的路径全部释放 GIL，让嵌套组合放大后的计算量仍压在设计窗口内。此外补齐融资融券记账与多空双向，并把行情到绩效整条链上的空值与金融计算收归为一套全局契约：缺失产 NaN，不产 0 也不产 inf。3.0 属破坏性版本，迁移清单见发...

2026-10-27

3

Ghostty 1.4.0 出来了，7 个月、172 位贡献者、2889 个提交。这个版本最值得说的是一个先让人意外、再让人拍大腿的发现：macOS 内核把每一次 pty 读取都卡在 1 KiB 左右，不管你给多大的缓冲。这一条直接解释了以前为什么慢——Ghostty 来一次读就处理一次，每读 1 KiB 就要付一次解析开销，而写输出的程序还得在这期间干等着。现在改了策略：尽量把 pty 抽干、攒成大块再统一喂给 VT 解析器。配合解析器本身的提速，纯 ASCII ...

2026-10-28

3

资源下载

更多资源

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。