具身开发者社区

外观

新闻X今天

DeepMind发布Genie 4世界模型与Gemini Robotics ER 2预览 ​

Google DeepMind推出支持自然语言操控与原生音频的Genie 4交互式世界模型，面向Trusted Testers开放；同日Gemini Robotics ER 2在Google Cloud进入公开预览，强化具身智能仿真与多模态数据生成能力。

AI 整理
  • 仿真与训练
  • 数据与采集
  • 具身模型

本文由 AI 根据公开内容整理，可能有误，请以原文为准：DAILY AI BRIEF 🗞 — Oct 28（X：Testing Catalog (@testingcatalog)（via AIHOT））

核心内容 ​

Google DeepMind正式发布Genie 4世界模型，定位为高保真交互式环境生成器，支持通过自然语言指令实时操控场景并同步生成原生音频反馈。该模型当前仅向Trusted Testers开放测试，后续将集成至Google AI Ultra平台及Gemini API供开发者调用，旨在为机器人策略训练提供可交互的合成环境数据源。

同日，Gemini Robotics ER 2在Google Cloud平台进入公开预览阶段，配合移动端Gemini Notebook新增最长1小时实时音频录制功能，构建了从真实世界数据采集到仿真环境生成的闭环链路。Genie 4的交互式特性与ER 2的云端部署相结合，为具身智能算法验证提供了标准化的合成数据基础设施与评测环境。

关键看点 ​

  • Genie 4交互机制：支持自然语言实时操控场景并生成原生音频，提升合成环境对机器人策略训练的语义对齐度
  • API集成路径：Genie 4将登陆Gemini API与AI Ultra平台，降低具身智能团队获取高保真仿真数据的工程门槛
  • ER 2云端预览：Gemini Robotics ER 2在Google Cloud公开预览，提供标准化机器人仿真与评测基础设施
  • 多模态采集增强：移动端Notebook支持1小时实时音频录制，补充具身训练所需的长时序声学感知数据

工程与产业观察 ​

Genie 4与ER 2的组合标志着具身智能合成数据管线从静态视频生成迈向可交互、多模态闭环阶段。自然语言驱动的世界模型降低了Sim-to-Real迁移中的语义鸿沟，而云端预览模式使中小团队能以更低成本接入高保真仿真环境，加速策略迭代与泛化验证。

线索来源：AIHOT

来源

本页事实对应的公开页面，以原文为准。

  1. X：Testing Catalog (@testingcatalog)（via AIHOT）：DAILY AI BRIEF 🗞 — Oct 28访问 2026-10-28