虛擬世界開始會回話！Google Genie 4 能邊走邊改場景，但還不能隨便玩

走進自己用文字描述的世界，途中想下雨就改天氣，遇到的角色還能接話。Google DeepMind 在10月27日發表 Genie 4，把這些能力放進新一代世界模型。不過，先別急著找下載按鈕：目前它仍是提供給受信任測試者的研究預覽，還沒有全面開放。

所謂世界模型，可以先想成一個會隨你的操作繼續生成的場景。一般影片播到哪裡，你就看到哪裡；Genie 4 則會在你移動、轉動視角或輸入文字時，即時算出接下來的畫面。依官方說明，使用者能在過程中加入人物或物件，也能改變天氣與鏡頭，不必每次都從頭生成。

這次比較明顯的新功能是聲音。DeepMind 表示，Genie 4 能直接產生與場景搭配的環境音、音樂與互動對話，角色也能針對輸入或場景變化做出反應。這些是官方展示與產品說明中的能力，還不能據此保證每段對話都自然、聲音都準確。

場景背後也有 Gemini 幫忙。官方說明，Gemini 3.8 Flash 會持續看生成畫面，把目標拆成步驟，再確認事情有沒有照計畫進行。可以把它想成有人一邊盯著現場、一邊調整安排，Genie 則負責生成眼前的世界。使用者臨時改了指令，計畫也會跟著調整。

對創作者而言，這類互動比較適合先拿來試想法。DeepMind 提到，參與測試的創意工作者正在嘗試即時換角度、光線、對話與動作，協助前期構思；遊戲團隊也在測試可探索的概念原型。這些仍是測試用途，不能直接理解成輸入一句話，就能交出完整電影或可上架遊戲。

最容易讓人出戲的問題也還在。官方坦承，模擬時間拉長、反覆下複雜指令或到處移動後，畫面細節與物件可能慢慢跑掉。複雜物理互動、聲音準確度、可讀文字與空間一致性，也都還在研究。若拿來預演真實情境，畫面看起來合理，不代表結果就一定正確。

接下來，Google 計畫透過 Project Genie 開放給 Google AI Ultra 訂閱者，也會讓 Gemini API 與 Google AI Studio 的早期合作夥伴使用；官方目前提供候補登記。想試的人可以先排隊，但有訂閱不代表現在就能用。等實際開放後，再看它能維持多久、修改幾次仍不跑掉，才比較能判斷是否適合自己的工作。

值得留意

想用互動場景試分鏡、做遊戲概念的人，多了一個值得追蹤的工具。不過，物件與畫面仍可能隨時間跑掉，不能直接當成穩定的成品或準確模擬。

原標題 Google Deepmind's Genie 4 puts a modern spin on agent designs that predate LLMs