2026年10月27日，谷歌旗下DeepMind发布新一代世界模型Genie 4研究预览版，进一步提升了实时交互式世界模拟能力，并探索其在机器人训练和物理AI领域的应用。

据介绍，Genie 4能够生成迄今为止最逼真、可实时交互的动态虚拟世界。与前代模型Genie 3相比，Genie 4不仅在画面真实感、物理模拟和人物动作自然度方面有所提升，还将场景保持一致性的模拟时长延长至约两分钟，是前代模型的两倍。用户可以通过自然语言指令，在模拟过程中实时改变天气、调整视角，或添加人物和物体。模型还具备原生音频生成能力，能够同步生成背景音乐、环境声音及互动对话。

谷歌还展示了Genie 4与大模型Gemini 4 Argon协同模拟人形机器人执行任务的实验。演示中，Gemini 4 Argon负责将任务拆解为多步骤指令，Genie 4则根据这些指令，实时生成机器人执行任务的模拟画面，展示了美国机器人公司Apptronik旗下Apollo人形机器人下跳棋的过程。

该实验展示出谷歌在物理AI领域的技术布局：尝试将大模型的任务规划与推理能力，同世界模型的环境模拟能力结合起来，让AI能够在虚拟世界中模拟不同任务及其执行过程。

信息来源：

https://deepmind.google/models/genie/

https://news.sciencenet.cn/htmlnews/2026/10/573744.shtm