早報AI 技術10/28 07:00
Genie 4 加原生音訊 場景連貫 2 分鐘
即時世界模型官方稱首個原生音訊｜研究預覽
Google DeepMind 10/27 公布 Genie 4，稱是首個能原生產生音訊的即時世界模型。使用者可在模擬進行中用自然語言改天氣、鏡頭，或加入人物與物件，所有影音輸出都帶 SynthID 浮水印。TechCrunch 補充，場景一致性最長約 2 分鐘，是 Genie 3 的兩倍。目前僅限受信任測試者的研究預覽，價格官方未公布。
跟你的關係
對一般讀者：目前只有受信任測試者能用，之後才給 Google AI Ultra 訂閱者，以及 Gemini API、AI Studio 的早期夥伴，其他人可填候補表單；上線時間 TechCrunch 寫「未來數週」，DeepMind 原文只寫 coming soon。對開發者：官方自承細節與物件仍會漂移，文字清晰度與長時間一致性仍是研究難題。
重點
- 場景一致性最長約 2 分鐘，為 Genie 3 的兩倍（TechCrunch，Rebecca Bellan）。
- DeepMind 原文沒有基準測試數字；文中 140 km/h 只是示範提示詞，不是規格。
- 價格官方未公布；上線時間 TechCrunch 寫「未來數週」。
- Gemini Robotics 有研究實驗，把任務拆步驟即時模擬，用於真機前測試情境。
- TechCrunch 稿未提台灣；DeepMind 部落格未顯示發布時刻。
來源
本站內文為依上列來源整理的摘要，未另外增加事實；細節請以原文為準。