NETX

TradingKey - 在发布财报前夕，谷歌 (GOOGL) 推出了其下一代人工智能世界模型 Genie 4。该模型使用户能够通过文本提示创建和修改可探索的虚拟环境，并首次实现声音与视觉的同步。随着该技术计划向付费订阅用户和开发者开放，市场焦点已从该模型的生成能力转向其为谷歌带来的商业机遇。

美东时间 10 月 27 日，Google DeepMind 宣布，Genie 4 目前作为研究预览版向少数受邀测试者开放，并在未来几周内逐步向 Google AI Ultra 订阅用户以及使用 Google AI Studio 和 Gemini API 的部分开发者扩大访问权限。

消息公布后，谷歌股价上涨超过 2%，至 323.41 美元。

谷歌股价图表，来源：TradingView

谷歌 Genie 4 升级实时交互功能，拓展 AI Ultra 和 Gemini API 的应用

与主要生成视频片段的模型相比，Genie 4 允许用户进入虚拟场景，通过键盘探索环境，并在模拟运行过程中输入指令以改变天气、添加角色或调整摄像机角度。

此次升级将最大模拟时间延长至约两分钟，约为其前身 Genie 3 的两倍，同时增加了环境音效、音乐和用户响应式对话。因此，用户可以在持续运行的场景中测试不同的想法，而无需每次都重新生成独立的视频片段。

这种实时交互由 Gemini 提供支持。谷歌表示，Gemini 观察生成的视觉内容，理解用户目标，将请求分解为操作步骤，并检查执行情况。团队曾测试过 Gemini 4 Argon，但实际的实时体验是由更轻量级的 Gemini 3.8 Flash 驱动的。

这些能力主要满足创意需求。目前，受邀测试者正尝试使用 Genie 4 将概念转化为可探索的原型或为影视制作起草场景。谷歌也在探索其在机器人训练方面的潜力。

对谷歌而言，现有的订阅服务和开发者工具为这些应用场景提供了商业化渠道。将 Genie 4 纳入 Google AI Ultra 有望增强高端订阅服务对创作者的吸引力，而通过 Gemini API 和 Google AI Studio 提供访问权限则允许开发者将世界模型集成到他们自己的应用程序中，从而扩大谷歌人工智能服务的覆盖范围。

面对来自 OpenAI 和 Anthropic 的竞争，这也使谷歌能够利用其在图像、音频、视频和实时交互方面的技术优势，捕捉超越文本类服务的需求。

人工智能世界模型 Genie 4 预计将降低游戏开发成本

随着谷歌扩展其创意工具，它也在重塑投资者对游戏行业的评估方式。今年 1 月，在由 Genie 3 驱动的 Project Genie 原型发布后，由于市场担心人工智能工具将重塑游戏生产工作流，游戏相关股票大幅下跌。

Genie 4 在场景控制方面的增强以及音频生成功能的加入，使这一讨论更加具体：开发团队可以通过文本提示快速构建环境、调整角色并测试想法，这有望降低早期原型制作所需的时间和成本。

其对行业价值链不同环节的影响各不相同。游戏制作团队可能会提高试错效率，而提供场景创建及相关开发工具的公司则面临新的竞争，必须调整其产品以适应人工智能辅助的工作流。

目前，Genie 4 最清晰的应用仍然集中在概念验证和场景预可视化上。Google DeepMind 产品经理 Diego Rivas 表示，公司正与合作伙伴研究如何将该技术整合到现有工作流中，并确定其能力和边界。

模型的稳定性决定了它可以处理哪些任务。谷歌承认，在运行长时间模拟后，物体和视觉细节可能会发生变化，复杂的物理交互、文本可读性以及场景一致性仍有待改进。这使得当前的应用更侧重于快速创意探索，距离处理完整的游戏生产工作流尚有差距。

在财报发布前，Genie 4 展示了谷歌将人工智能技术整合到现有业务中的另一条路径：首先利用创意功能增强付费订阅的吸引力，然后通过开发工具扩展应用场景。对于游戏行业而言，最直接的影响是降低某些原型制作成本，并围绕新的创意方法推动开发工具之间的竞争。

了解更多