简要
- 谷歌正在通过 Project Genie 向符合条件的 AI Ultra 订阅用户推出 Genie 4,此前该模型已于 10 月发布。
- 用户在探索过程中可以修改生成的世界,并获得由 AI 生成的环境音效和可交互的角色对话。
- Project Genie 还新增了 AI 创作助手、社区画廊,以及为旧版 Genie 3 提供更长的使用时长。
谷歌正在向符合条件的 AI Ultra 订阅用户开放 Genie 4,让用户创建可以在其中行走的数字世界,并通过文字提示进行修改,甚至加入会回应对话的角色。
该公司周三表示,其最新的世界模型正通过 Project Genie 逐步推出。Project Genie 是一个基于浏览器的实验,用于生成交互式环境。Genie 4 已于 10 月亮相,但在此之前仅限受信任的测试人员使用。
与从提示词直接渲染成一段成品视频不同,Genie 会在用户探索场景时实时生成画面。在第四代模型中,用户可以在会话进行到一半时输入指令,改变天气、引入一个角色,或在不重新开始的情况下调整正在发生的事情。
Genie 4 还会在画面之外生成声音,包括风声、脚步声,以及会对场景事件作出反应的对话。谷歌表示,该模型改进了人物移动方式以及物体对物理力的响应方式,但这些说法来自其自身演示,而非独立测试。
不过,你需要知道一个不太好的消息。此次更新属于 Google AI Ultra 订阅的一部分,在美国的月费为 199.99 美元。谷歌表示,符合条件的 Ultra 用户现在就可以使用这一新体验,而 AI Pro 订阅用户则可以加入等候名单。
一个不断进化的 Genie
Genie 已经走过了很长一段路,早已不是谷歌在 2024 年展示的横向卷轴式实验。根据 Decrypt 当时的报道,第一代版本基于超过 20 万小时的游戏画面训练而成,能够把单张图片转化为一个简单的可玩 2D 环境。
Genie 2 在同年晚些时候把研究推进到三维空间,允许人类或 AI 代理通过键盘和鼠标控制在生成环境中移动。Genie 3 又向连续、实时探索迈进了一步,而 Project Genie 于今年 1 月向美国成年 Ultra 订阅用户开放。
当时的早期会话仅持续 60 秒,而且角色控制或物理行为可能并不稳定。谷歌现在仍保留 Genie 3,并与新模型并行提供,同时将会话时长延长至三分钟,支持 360 度全景图像,并可将多个生成世界连接起来,形成更长的旅程。
这三分钟的限制适用于更新后的 Genie 3 体验;谷歌在周三的公告中没有说明 Genie 4 是否有类似的会话时长限制。用户可以根据自己更看重 Genie 4 更强的视觉和音频效果,还是 Genie 3 更长的探索时间,在两者之间进行选择。
这项技术不同于传统游戏引擎。传统游戏引擎会构建一个规则完全定义、稳定不变的关卡,而 Genie 则是在世界变化时预测它应该呈现和发出什么样的声音。
谷歌承认,物体可能会在不同视角之间漂移或变化,复杂物理仍然难以处理,而生成的语音或文字也可能不准确。公司表示,Project Genie 的音频和视频都带有 SynthID 水印,输入和输出也会经过安全筛查。
谷歌尚未宣布 Genie 4 何时会在 AI Pro 订阅中开放,超出目前的等候名单安排。
每日简报通讯
每天一早获取最新头条新闻,以及原创专题、播客、视频等内容。











