科技 · 新闻解读
Genie 4加入声音与实时改景，目前仍是研究预览
Google DeepMind的新世界模型可随交互场景生成音频。实际使用前，先看谁能获得访问，以及场景能保持多久的一致性。
Google DeepMind于10月27日宣布Genie 4，为交互式世界模型加入原生音频和实时场景修改。目前发布的是面向受信任测试者的研究预览，更广泛的消费者和开发者访问仍在规划中。
Google称，用户可以在世界运行时通过文字改变天气、移动镜头或加入人物；环境声、音乐和对话随场景一同生成。这些是企业介绍的能力，并非本报道亲自测试所得的结果。
安排项目前先核对访问权限
公布的后续人群包括使用Project Genie的Google AI Ultra订阅者，以及使用Gemini API或Google AI Studio的早期访问合作方。已有候补名单，但公告没有给出统一上线日，也没有承诺所有订阅者已经能够打开Genie 4。
应将模型公告与账号资格分开。在安排正式制作流程前，核对自己看到的产品、地区、账号权限及使用条款。已有订阅或加入候补名单，都不能证明功能已经为该账号启用。
场景在生成过程中响应操作
核心交互是一个持续演变、能够响应新输入的环境。Google称Gemini Omni帮助建立外观和行为的现实基础，其他Gemini模型协助规划及监控事件。这使在同一发展中的场景里试验镜头、动作和对话成为可能。
因此，短时概念测试是一种合理的尝试：修改一个元素，观察回应，再判断想法是否值得继续。应根据原型的实际输出评价它，不能直接将其当作成熟的游戏或电影制作工具。
检查连续性，不只看第一帧
ITmedia报道，目前可连续交互数分钟。Google还提醒物体和视觉细节可能漂移，较长会话、反复编辑或穿行场景时尤为明显。复杂交互、真实地点还原、可读文字和声音准确性仍不完善。
有用的试用可以记录初始场景及每次修改，然后在移开视角再返回后检查同一物体；同时检查对话是否符合动作、文字是否保持清楚。这些是建议的评估步骤，并非测试成绩；本报道没有运行Genie 4。
让模拟内容与真实记录保持可区分
DeepMind表示，生成的视频和音频将包含SynthID水印；其演示标注为示例，且经过缩短。生成场景可以用于探索创意，但视觉逼真本身不能证明画面中的事件真实发生过。
若原型进入新闻编辑、教学或创作流程，应保留生成背景并标明模拟内容，再决定哪些细节需要核验后才能使用。这份公告提供了试验机会；可靠应用仍取决于具体输出和实际访问条件。
