爱情片秒改科幻灾难！谷歌Genie 4发布，AI生成的世界开始“接戏”了

作者｜懒人

编辑｜赖捷

一名男子站在湖上的小平台吹萨克斯。输入指令，水里出现鲸尾；再改一句，画面里开始下雪。

另一个演示里，摩托车上的两人正在说话，一副岁月静好的样子。但用户立马给背景画面安排了一场爆炸，随后又加入巨型外星触手。一段爱情电影，就这样临时拐进了科幻片领域。

以上公开演示，都来自10月28日谷歌发布的新一代世界模型Genie 4。它引发海外社交媒体热议的地方，是用户能在画面生成过程中持续干预，让场景、人物和声音作出回应。

目前Genie 4仅向受邀测试者开放，后续计划进入Project Genie，并向Gemini API和Google AI Studio的早期合作伙伴开放。但具体开放时间尚未公布。

一个还没开放给普通用户的世界模型，怎么又炸场了？相比此前发布的各种世界模型，Genie 4这次究竟往前走了多少？“AI新榜”整理了官方演示和部分用户实测案例，一起来看看Genie 4新在哪。

人物能接话，

情节可以现场改

拿到提前体验权限的沃顿商学院教授Ethan Mollick，给Genie 4出了一个颇不讲道理的题目：一座新哥特式、粗野主义的城市，居民是机器人和马。

按他的说法，大约一分钟后城市就生成了。接着他要求加入龙，又加入一只友好的水獭NPC，一切变化实时发生。

Ethan Mollick分享的Genie 4体验

Mollick用“insane”这种夸张词语来形容这次体验，还被人们调侃染上了X上的“网红腔”。Mollick则回应称，这本来就是自己最喜欢的AI玩法之一，是“发自内心的真实反应”。

从目前已发布的案例可以看到，用户给出的环境和角色，可以进入Genie 4生成的世界里移动、转向，可以持续往里面添东西。每次操作后，模型会接着当前的画面生成之后的画面。

但更明显的变化是世界有了声音，而且角色能够开口回应。a16z合伙人Justine Moore在分享提前体验时，特意提到了原生音频这个进步：从最初的环境和角色提示出发，用户可以改变世界并与之互动。

官方的骑龙演示则提供了另一种感受：第一人称视角穿过山谷，画面要求同时生成振翅声、风声和远处的火山声。这次的声音，不再是后期贴上去的背景乐，而是直接参与了视频交互，它交代了速度、距离和周围正在发生的事。

Genie 4官方骑龙演示，声音由模型生成

对内容创作者来说，更容易产生代入感的还是开头的两个场景：一个原本安静的湖面，如何因为鲸尾和降雪改变气氛；一场两人的对话，如何被突然发生的灾难打断。而之前的世界模型有时会出现这样的尴尬场景：即便身后的城市突然爆炸，角色依然像什么都没发生一样聊天。画面再漂亮，也很难让人有真实感。

而在Genie 4里，随着用户追加情节，场景和镜头会顺着原来的戏往下演，人物表现也会发生改变，也就是我们说的会“接戏”了。谷歌也把人物模拟评价为这次最显著的进步之一，角色在生成世界里的移动更自然，对环境变化的感应更真实。

官方发布原文截图

还有一组魔术演示也颇有代表性：关上箱门、挥动魔杖，箱里的孔雀变成橘猫，再变成收音机。这里展示的是一连串有先后顺序的动作，这些动作怎么衔接，过程是否说得通，也越来越影响世界模型的观看和交互体验。

不过需要指出的是，目前我们能看到的，仍是官方与小范围受邀体验者的样本案例。同一条指令是否有更稳定的生成效果，生成速度如何，以及复杂场景能不能稳定生成，还要等待模型开放实测才能得知。

对比其它世界模型，

Genie 4新在哪？

如果只看“实时生成”“一句话修改世界”，很容易低估这次发布的含金量。

毕竟在2025年8月公布的Genie 3里，就已经支持实时探索，也能通过文字改变天气、加入物体和人物。和上一代相比，Genie 4更值得关注的点，在于声音互动对话、更逼真的人物，以及把Gemini塞进后台当“执行导演”后，Genie 4对连续复杂事件的引导能力在增强。

官方展示的Genie 3与Genie 4对照

这次，谷歌打通了Genie模型和Gemini系列模型。用片场分工来打个比方：如果说Genie 4是负责实时生成画面的“摄影师兼置景”，那后台接入的Gemini模型就是坐在监视器后面的“执行导演”。Gemini模型会实时观察Genie 4正在生成的画面，把用户的目标拆解成具体步骤，再根据新画面检查进展，哪怕用户中途改变要求，它也能当场调整计划。

不过，Genie 4这次加入的原生音频，在国内世界模型中已有类似探索。阿里6月17日上线的HappyOyster 1.0（快乐生蚝），已经支持音画联合生成，并提供“实时导演”模式：用户可以在生成过程中调整镜头、指挥角色、改变剧情，还能暂停、回退到之前的节点，重新尝试另一种发展。HappyOyster 2.0 Preview此前也在云栖大会亮相，官方介绍此次升级涉及交互、记忆、响应和物理规律遵循，正式上线日期暂时未知。

此外，Genie 4让Gemini参与任务规划的智能体协作模式，国内团队也有先例。蚂蚁灵波7月9日公布的LingBot-World 2.0，曾引入两类智能体：Pilot负责规划和执行角色行为，Director负责在场景推进过程中生成新的环境元素。这与Genie 4模型中Gemini的角色可以放在同一维度进行理解：世界模型负责生成变化，智能体则参与组织这些变化发生的顺序与内容。

说到底，世界模型好不好用，最终还是要看谁生成的世界更稳定、人物一致性更强、角色控制更准确。而这些不能只通过官方演示的案例管中窥豹，得实际上手玩玩才好判断。