去年，Google DeepMind 通过揭示其 Genie 3 世界模型使游戏股票暴跌。从那时起，世界模型已成为全球 AI 实验室的主要关注点，但 Google 并没有止步不前。研究人员正在努力开发一个更新的模型，在几乎每一个方面都改进了 Genie 3。如果你愿意支付足够的费用，你可能很快就能使用 Genie 4。很容易从 Genie 4 的输出中看到一个视频游戏，这就是 Genie 3 在游戏行业引发如此多不安的原因。然而，DeepMind 并不这样看待它。根据 Google 的说法，世界模型是迈向人工通用智能（AGI）的重要元素。一个世界模型创建了一个虚拟世界，但它不需要预先渲染环境或编程互动元素。你只需告诉模型你想要什么，它就会在你探索时实时逐帧生成体验。DeepMind 表示，这项技术可以为物理机器人创造无尽的训练环境，或为创意领域解锁快速原型制作的新途径。当然，这需要模型准确模拟你想要的内容。Genie 4 具有多个改进，使其模拟更加有用，这在一定程度上得益于 Google 更新的 Gemini 模型。DeepMind 表示，Genie 4 在模拟物理方面更出色。当你在 Genie 4 中提示一个世界出现时，它利用 Gemini 3.8 Flash 作为指导代理，分解目标并评估每个输出帧。这有助于保持模拟的轨迹，让你在不同环境中移动而不失去原始上下文。然而，DeepMind 指出，Genie 4 世界仍然只在几分钟内保持一致，然后它们会忘记事物是如何开始的。像 Genie 3 一样，新版本支持在进行中改变参数。你可以更改天气、添加元素或移动相机，Gemini 将在每次更新时帮助引导模拟。这类似于推理模型生成额外内部提示以锁定正确的输出标记。