Google DeepMind 发布世界模型 Genie 4，原生生成音频并支持实时交互
Google DeepMind 发布世界模型 Genie 4，可在实时交互中生成带原生音频的模拟世界。Genie 4 为原生多模态，能同时生成音乐、环境音与交互对话，并由 Gemini 3.8 Flash 在循环中拆解目标、核查每帧画面，以维持因果与多步推理；Gemini 4 Argon 与 Genie 4 还被用于模拟 Apptronik Apollo 人形机器人下棋。
推荐理由：Genie 4 把实时交互、原生音频与 Gemini 的推理串在一起，可据此判断世界模型在机器人训练和内容预演中的用法。