外观
新闻Ars Technica今天
DeepMind发布Genie 4世界模型：实时逐帧生成可交互物理环境
本文由 AI 根据公开内容整理，可能有误，请以原文为准：DeepMind unveils Genie 4 world model promising more realistic physics and humans（Ars Technica：AI（RSS）（via AIHOT））
核心内容
Google DeepMind正式发布Genie 4世界模型，作为Genie 3的全面迭代版本，核心突破在于实现基于自然语言描述的实时、逐帧虚拟世界生成。该模型摆脱了对预渲染资产和硬编码交互规则的依赖，能够动态构建具备一致物理规律的可探索环境，并借助Gemini大模型显著提升了场景内人物动作的自然度与物理反馈的真实性，为机器人策略训练提供了端到端的生成式仿真基座。
技术架构上，Genie 4将世界模型与多模态基础模型深度融合，利用Gemini增强对物理常识与人类行为模式的理解，使生成内容在动力学约束下保持时序一致性。系统支持零样本交互元素生成，即用户仅通过文本指令即可定义物体属性与行为逻辑，模型自动推断并渲染符合物理规律的响应。这种无需人工标注的闭环生成能力，大幅降低了构建大规模、多样化具身训练环境的边际成本。
关键看点
- 实时生成机制：支持根据文本描述逐帧生成可探索虚拟世界，无需预渲染环境或编程交互元素
- 物理仿真增强：集成Gemini模型提升物理模拟准确性，确保生成场景遵循真实动力学约束
- 人物逼真度提升：优化人体运动与交互细节生成，解决传统世界模型中角色动作僵硬失真问题
- 零样本交互定义：允许通过自然语言动态指定物体行为逻辑，模型自动推断物理响应规则
工程与产业观察
Genie 4标志着世界模型从视频预测迈向可交互物理仿真，其文本驱动的零样本环境生成能力有望破解具身智能长尾场景数据稀缺难题。若生成物理足够精确，可作为Sim-to-Real迁移的高保真数据引擎，但需关注其在复杂接触力学下的稳定性验证。
线索来源：AIHOT
来源
本页事实对应的公开页面，以原文为准。