MarkTechPost· Michal Sutter·· 3 小时前同新闻AI 评分59
Google DeepMind发布Genie 4：支持实时音频的多模态世界模型
Meet Google DeepMind’s Genie 4: Real-Time World Model With Native Audio
AI 导读
Google DeepMind发布Genie 4世界模型，支持从文本和图像提示实时生成可交互的多模态环境，包含视觉、环境音、音乐和角色对话。模型运行在Google托管环境中，使用Gemini 3.8 Flash作为规划器，在模拟循环中解析、规划、验证和调整场景。
同一新闻，精选展示《Google DeepMind 发布 Genie 4 多模态世界仿真模型》
来源：MarkTechPost · marktechpost.com