#多模态

谷歌发布新一代世界模型Genie 4，可原生生成音频与交互对话

谷歌发布新一代世界模型Genie 4，可在生成世界的同时原生生成音乐、环境音和交互式对话，并融合Gemini系列模型的推理能力。相比2025年8月发布的Genie 3，Genie 4新增原生音频、实时人物对话和由Gemini提供的多步骤推理与场景控制，CEO皮查伊称其为谷歌最逼真、交互性最强的世界模型。