Newshot

Genie 4 现已发布

Translation(model translation, not the source's own text)

今年早些时候,我们推出了 Project Genie,这是一个实验性研究原型,让你可以生成并探索互动世界。早期测试者告诉我们,他们希望对那些世界内发生的事情有更深入的控制,并希望有更简单的方式来构建和分享它们。

因此,今天我们将向符合条件的 Google AI Ultra 订阅者推出全新的 Project Genie 体验,让这些世界更具响应性、创造力和社交性。此次更新首次开放 Genie 4 的访问权限,带来 Genie 3 的新升级,推出帮助用户构建愿景的 Project Genie agent,以及一个用于发现、探索和混编世界的社区画廊。

Project Genie 将我们最先进的世界模型与 Gemini 模型结合在一起,让你可以直接从浏览器中生成世界、步入其中并塑造世界。

在 Project Genie 中体验 Genie 4

借助 Genie 4——我们迄今最逼真、最具互动性的世界模型——你现在可以在会话中途输入提示词来改变你创建的世界。只需在浏览世界时输入新的提示词,就能实时编辑你的环境。改变天气、放入一个角色,或重新引导动作。Genie 4 首次将这些视觉画面与实时原生音频配对,音频会随着场景展开而自适应,从环境音景到角色对话。

探索 Genie 3 的新能力

虽然 Genie 4 提供了我们最高保真度的视觉、物理和原生音频,但当你想进行更长时间的运行或使用全景图作为种子的空间时,Genie 3 仍可在 Project Genie 的模型选择器中使用。今天的 Genie 3 更新包括:

  • 延长会话与世界串联:每次生成可探索长达 3 分钟(从 60 秒提升),或将多个世界连接在一起,开启更长的旅程。
  • 360 度全景图像接地:从 360 度全景图像生成新世界的种子。
  • 实时世界内事件:在探索时用自然语言提示词动态改变环境。

Genie 3 使用实时可提示事件,将不同世界连接成一次连续飞行,穿越森林、水下遗迹和冰海。

看看 Genie 3 中的 360 度全景接地如何在你环顾四周时保持 Petra 的峡谷和立面保持一致。

观看 Genie 3 如何结合更长的运行时间、360 度全景接地和实时可提示事件——在你飞行时改变世界,甚至按指令召唤一条龙来骑乘。

创建新的互动体验

新的 Project Genie agent 将创作超越单一文本或图像提示词。现在,打造一个互动宇宙就像进行对话一样轻松。只需用自然语言描述你的愿景,该智能体就会协调 Google 的多模态模型套件,精心制作初始视觉画面,确立你世界的标志性外观,并搭配为氛围量身定制的背景配乐。

你在探索时还可以将 Gemini 模型带入会话:它会观察屏幕上发生的事情,提供上下文感知的建议标签,告诉你接下来可以去哪里,或者在你的旅程展开时自动触发世界内事件。

将自然语言提示词变成互动式太空行走,然后按指令出现一艘外星飞船

将山坡咖啡馆混编成沙漠中的玻璃亭。

将自定义世界发布到画廊,供他人探索和混编。

探索新画廊

当你只想直接跳入探索时,新的 Project Genie 画廊汇集了丰富的精选世界以及社区的创意作品。在 “Living Memory” 中将个人照片转化为可探索的空间,在 “Dino Field Guide” 中漫游基于 360 度全景的丰富史前栖息地,或在 “Rock Paper Scissors” 中让主题物品在桌面上互相对决,由 Gemini 担任你的实时裁判。

浏览精选世界和社区构建的世界,直接跳入探索。

“Villa Giallo” 由 Will aka BLVCKL!GHT 创作,使用 Genie 4 将一座哥特式庄园变成一个可交互、逐房间探索的谜题。

“The Life of Ants” 由电影制作人 Anand Gandhi 打造,借助 Genie 4 的照片级真实感,让你从蚂蚁的视角穿行于一个蚁群之中。

画廊还展示了与率先获得这些工具使用权限的先锋创作者之间鼓舞人心的合作。我们与创意技术专家 Will aka BLVCKL!GHT 合作,创作了“Villa Giallo”——一座氛围浓厚的哥特式庄园内的逐房间谜题。我们还与电影制作人 Anand Gandhi 一起打造了“The Life of Ants”,邀请你从蚂蚁的视角穿行于一个复杂的蚁群,借助 Genie 4 令人惊叹的照片级真实感。

除了探索精选世界,你还可以用简单提示词启动你的构想,或与 Project Genie agent 一起重新混编现有画廊体验——调整底层世界结构、配乐或规则,使其独一无二地属于你。一旦你创作出特别的作品,就将其发布到社区画廊,供他人探索和重新混编。

了解我们如何负责任地构建

我们致力于负责任地开发和推出交互式世界模型。Project Genie 中生成的所有视频和音频都包含 SynthID 水印,所有模型输入和输出都会经过安全筛查。

Genie 3 和 Genie 4 仍处于前沿研究领域的世界模型。随着研究不断发展,我们正在积极应对关键挑战,例如相机延迟、复杂物理交互、实时音频精度和长期场景持久性。如需深入了解模型局限以及我们在这些方面取得的进展,请阅读我们的 Genie 4 模型研究概述。

立即试用 Project Genie

符合条件的 Google AI Ultra 订阅用户可以从今天开始试用全新的 Project Genie 体验,Google AI Pro 会员可以在同一页面加入候补名单。

在收件箱中获取 Google 最新动态

注册我们的新闻通讯,获取产品更新、活动信息、特别优惠等。

完成。只差一步。

查看你的收件箱以确认订阅。

你也可以通过 . 订阅。

你的信息将依据 Google 隐私政策使用。你可随时退出。

The translation is machine-generated and individual terms may be off. Nothing is rewritten or cut; the original is authoritative.

Published by Google DeepMind
This site only summarises and aggregates; copyright stays with the original author. Headlines and summaries follow the source — where they differ, the original wins.
Read the original ↗