外观
新闻X今天
Google DeepMind发布Genie 4世界模型支持实时交互仿真
本文由 AI 根据公开内容整理，可能有误，请以原文为准：Meet Genie 4, our new world model from @GoogleDeepMind that lets you create, hear, & steer interactive simulations in real time 🌐（X：Google (@Google)（via AIHOT））
核心内容
Google DeepMind正式发布新一代世界模型Genie 4，突破了传统视频生成模型仅能输出被动影像片段的局限。该模型核心能力在于构建可实时创建、听见并主动操控的交互式模拟环境，标志着世界模型从“观看”向“交互”的关键范式转移。官方明确将其定位为机器人与AI智能体在部署至现实物理世界之前的核心学习Playground，通过高保真虚拟环境加速具身智能的策略验证与泛化训练。
Genie 4的技术架构支持多模态实时反馈闭环，允许用户或智能体在仿真过程中进行动态转向与控制，并同步生成匹配的听觉反馈，显著提升了模拟环境的沉浸感与物理一致性。作为具身智能基础设施，该模型解决了真实数据采集成本高、风险大的痛点，为强化学习与Sim-to-Real迁移提供了可扩展的合成数据源。其交互式特性使得算法工程师能在零样本或少样本条件下，高效测试机器人对复杂动态场景的感知决策与长程任务规划能力。
关键看点
- 实时交互仿真：突破被动视频生成限制，支持在模拟环境中实时创建、操控及转向，构建动态反馈闭环
- 多模态感官合成：集成视觉与听觉生成能力，使交互式模拟具备声音反馈，提升仿真环境的物理真实性
- 具身训练基座：定位为机器人与AI智能体的虚拟学习Playground，用于现实部署前的策略验证与技能习得
- 世界模型范式：从静态预测迈向可控生成，为Sim-to-Real迁移提供高保真、可干预的合成数据基础设施
工程与产业观察
Genie 4将世界模型从视频预测工具升级为具身智能的交互式训练引擎，通过实时操控与多模态反馈补齐了Sim-to-Real的数据短板。这为算法团队提供了低成本、高风险场景的合成数据源，有望大幅缩短机器人策略迭代周期，是构建通用具身大模型的关键基础设施进展。
线索来源：AIHOT
延伸选型与深度对比
基于本文技术方向关联的整机参数、公开报价及同赛道选型横评。
宇树 G1
Franka FR3来源
本页事实对应的公开页面，以原文为准。