外观
新闻智东西今天
谷歌Genie 4融合Gemini推理，原生支持物理仿真与机器人任务拆解
谷歌发布世界模型Genie 4，集成Gemini实现空气动力学与碰撞等物理仿真及原生音频生成。模型支持自然语言实时操控与多步骤推理，已验证Apptronik Apollo人形机器人下棋任务拆解，为具身智能提供高保真模拟训练环境。
Apptronik Apollo本文由 AI 根据公开内容整理，可能有误，请以原文为准：空气动力学、碰撞都能模拟：谷歌Genie 4来了，把物理写进世界模型！（智东西）
核心内容
谷歌正式发布新一代世界模型Genie 4，定位为具备高真实感与实时交互能力的物理模拟器。该模型融合Gemini系列能力，不仅能在外观上贴近现实，更能原生模拟空气动力学、碰撞等物理过程及环境音效。相比前代Genie 3，新版本增加了由Gemini驱动的多步骤推理与场景控制，支持用户通过自然语言实时修改天气、视角及角色行为，并保持世界状态的连贯性，目前正以研究预览形式向受信任测试者开放。
在技术架构上，Genie 4引入Gemini 3.8 Flash作为循环引导Agent，持续观察场景并将复杂目标拆解为可执行步骤。在机器人应用探索中，Gemini 4 Argon与Genie 4协同，成功演示了Apptronik Apollo人形机器人下跳棋的任务规划与实时执行模拟。这种“推理+生成”的混合架构旨在构建具备可靠因果关系的模拟世界，使Agent能在部署到现实前，先在仿真环境中测试行动策略并验证物理规律，解决具身智能训练中的数据与安全性瓶颈。
关键看点
- 物理仿真能力：原生支持空气动力学与碰撞模拟，人物移动与环境反馈符合物理规律，提升具身训练真实性
- 任务推理架构：集成Gemini 3.8 Flash作为引导Agent，将复杂目标自动拆解为多步骤计划并实时调整
- 机器人验证案例：结合Gemini 4 Argon模拟Apptronik Apollo人形机器人下跳棋，验证任务规划与执行闭环
- 多模态实时交互：支持自然语言指令动态修改场景参数，同步生成匹配的环境音与交互式对话内容
工程与产业观察
Genie 4标志着世界模型从纯视觉生成迈向“物理+逻辑”双重仿真阶段。其将LLM推理能力嵌入生成循环，解决了传统仿真器缺乏语义理解、视频模型缺乏物理一致性的痛点。对于具身智能开发者，这意味着可利用高保真、可交互的合成数据进行Sim-to-Real预训练，大幅降低真机试错成本，是构建通用机器人大脑的关键基础设施演进。
来源
本页事实对应的公开页面，以原文为准。
- 智东西：空气动力学、碰撞都能模拟：谷歌Genie 4来了，把物理写进世界模型！访问 2026-10-28