DMRC

TradingKey - 在發佈財報前夕，谷歌 (GOOGL) 推出了其下一代人工智能世界模型 Genie 4。該模型使用户能夠通過文本提示創建和修改可探索的虛擬環境，並首次實現聲音與視覺的同步。隨着該技術計劃向付費訂閲用户和開發者開放，市場焦點已從該模型的生成能力轉向其為谷歌帶來的商業機遇。

美東時間 10 月 27 日，Google DeepMind 宣佈，Genie 4 目前作為研究預覽版向少數受邀測試者開放，並在未來幾周內逐步向 Google AI Ultra 訂閲用户以及使用 Google AI Studio 和 Gemini API 的部分開發者擴大訪問權限。

消息公佈後，谷歌股價上漲超過 2%，至 323.41 美元。

谷歌股價圖表，來源：TradingView

谷歌 Genie 4 升級實時交互功能，拓展 AI Ultra 和 Gemini API 的應用

與主要生成視頻片段的模型相比，Genie 4 允許用户進入虛擬場景，通過鍵盤探索環境，並在模擬運行過程中輸入指令以改變天氣、添加角色或調整攝像機角度。

此次升級將最大模擬時間延長至約兩分鐘，約為其前身 Genie 3 的兩倍，同時增加了環境音效、音樂和用户響應式對話。因此，用户可以在持續運行的場景中測試不同的想法，而無需每次都重新生成獨立的視頻片段。

這種實時交互由 Gemini 提供支持。谷歌表示，Gemini 觀察生成的視覺內容，理解用户目標，將請求分解為操作步驟，並檢查執行情況。團隊曾測試過 Gemini 4 Argon，但實際的實時體驗是由更輕量級的 Gemini 3.8 Flash 驅動的。

這些能力主要滿足創意需求。目前，受邀測試者正嘗試使用 Genie 4 將概念轉化為可探索的原型或為影視製作起草場景。谷歌也在探索其在機器人訓練方面的潛力。

對谷歌而言，現有的訂閲服務和開發者工具為這些應用場景提供了商業化渠道。將 Genie 4 納入 Google AI Ultra 有望增強高端訂閲服務對創作者的吸引力，而通過 Gemini API 和 Google AI Studio 提供訪問權限則允許開發者將世界模型集成到他們自己的應用程序中，從而擴大谷歌人工智能服務的覆蓋範圍。

面對來自 OpenAI 和 Anthropic 的競爭，這也使谷歌能夠利用其在圖像、音頻、視頻和實時交互方面的技術優勢，捕捉超越文本類服務的需求。

人工智能世界模型 Genie 4 預計將降低遊戲開發成本

隨着谷歌擴展其創意工具，它也在重塑投資者對遊戲行業的評估方式。今年 1 月，在由 Genie 3 驅動的 Project Genie 原型發佈後，由於市場擔心人工智能工具將重塑遊戲生產工作流，遊戲相關股票大幅下跌。

Genie 4 在場景控制方面的增強以及音頻生成功能的加入，使這一討論更加具體：開發團隊可以通過文本提示快速構建環境、調整角色並測試想法，這有望降低早期原型製作所需的時間和成本。

其對行業價值鏈不同環節的影響各不相同。遊戲製作團隊可能會提高試錯效率，而提供場景創建及相關開發工具的公司則面臨新的競爭，必須調整其產品以適應人工智能輔助的工作流。

目前，Genie 4 最清晰的應用仍然集中在概念驗證和場景預可視化上。Google DeepMind 產品經理 Diego Rivas 表示，公司正與合作伙伴研究如何將該技術整合到現有工作流中，並確定其能力和邊界。

模型的穩定性決定了它可以處理哪些任務。谷歌承認，在運行長時間模擬後，物體和視覺細節可能會發生變化，複雜的物理交互、文本可讀性以及場景一致性仍有待改進。這使得當前的應用更側重於快速創意探索，距離處理完整的遊戲生產工作流尚有差距。

在財報發佈前，Genie 4 展示了谷歌將人工智能技術整合到現有業務中的另一條路徑：首先利用創意功能增強付費訂閲的吸引力，然後通過開發工具擴展應用場景。對於遊戲行業而言，最直接的影響是降低某些原型製作成本，並圍繞新的創意方法推動開發工具之間的競爭。

瞭解更多