发布日期：2026-10-28 资料核验：2026-10-28；Google DeepMind 公告页面日期为2026-10-27
Genie 4是Google DeepMind于2026年10月27日宣布的世界模型，能生成可实时探索、修改的环境，并同步产生音乐、环境声与互动对话。此次更新涉及场景控制、物理与人物动作，以及Gemini参与的多步事件模拟。目前模型面向受邀测试者提供研究预览，后续计划从Project Genie中的Google AI Ultra订阅者及Gemini API、Google AI Studio早期合作伙伴开始开放。本文梳理发布内容、申请入口与能力限制，帮助读者区分当前预览和后续开放计划。
让一个生成的世界继续发展，已经不只是改变镜头里的画面。风吹过树叶时能听见声音，角色能够说话，用户还可以在探索过程中改变天气、加入人物或推动一件事发生。
北京时间2026年10月28日凌晨，Google DeepMind发布Genie 4公告，官网标注日期为10月27日。与发布画面同样需要关注的，是它的产品形态：Genie 4已经进入研究预览，但尚未全面面向消费者和开发者开放。
从可探索画面，走向能听见、能改变的世界
Genie 4的核心变化，是把实时世界生成、场景控制和原生声音放进同一次交互。
这条路线有清晰的前代基础。Google DeepMind在2025年8月的Genie 3公告中，已经展示了根据文本生成可导航环境的能力，公布的规格包括每秒24帧、720p分辨率，以及持续数分钟的一致性。
到了2026年10月的Genie 4，官方强调的是写实度、自然运动、声音和事件控制的共同推进。前代的24帧与720p属于历史规格，不能直接当成新模型的输出参数。
对读者而言，可以把它理解为一种持续响应输入的模拟环境：用户一边探索，一边改变场景，模型继续生成世界接下来的画面与声音。它的观看方式和交互方式，比单次播放一段预先生成的视频更值得关注。
官方展示的四项能力，分别改变了什么
Genie 4发布公告将能力进展归为四类，既涉及感官表现，也涉及场景如何持续运行。
第一项是用自然语言实时改世界。 官方列出的操作包括改变天气、移动镜头，以及加入新人物或物体。Gemini会结合周围场景理解提示，并在用户输入之间继续观察和引导场景发展。
这意味着创作者可以在模拟仍在进行时调整想法。例如，一场室外戏不必只看固定机位的成片，还能继续尝试光线、动作和镜头变化。公告将这类用法描述为创意预演的“草稿模式”，并未把它定义为成片交付工具。
第二项是物理表现和人物动作。 官方展示了空气动力学、碰撞等场景，并强调人物能够更自然地移动、回应环境和接受实时引导。这些属于官方演示与能力说明，尚不能据此认定它能准确求解任意物理问题。
第三项是原生音频与互动对话。 Google DeepMind称，这是其首个能够原生生成音频的实时世界模型。风声、海浪、音乐和角色对白可以随世界一起产生；角色的对话也能回应用户输入或场景事件。
原生音频让观察世界多了一条线索：角色做了什么、周围发生了什么，可以同时通过画面和声音表达。官方称公告中相应演示的声音直接由Genie 4生成。
第四项是结合Gemini模拟复杂事件。 在官方方案中，Gemini作为引导Agent观察场景，把目标拆成步骤，查看后续画面，并随用户介入或环境变化调整计划，Genie 4则持续生成模拟结果。
Google还展示了结合Gemini Robotics的早期实验。这里的重点是研究如何组织多步任务，而不是宣告模拟结果已经能可靠迁移到现实机器人。公告把更紧密结合语言推理与像素级模拟的“混合世界模型”列为后续方向。
现在谁能体验：研究预览已开始，其他入口仍待开放
截至2026年10月28日，Genie 4当前开放对象是受信任测试者；面向更多用户的计划仍使用“coming soon”的表述。
Google DeepMind发布公告和模型页列出了后续起步人群：Project Genie中的Google AI Ultra订阅者，以及Gemini API和Google AI Studio的早期合作伙伴。
这几类入口需要分开看：持有Ultra订阅、能打开Project Genie，或者已经使用Gemini API，都不能单独证明账户获得了Genie 4权限。 本次核对的公告没有给出对所有用户开放的确定日期。
想跟进体验，可以现在完成这三步：
-
打开文末的Genie 4官方发布公告或模型页，找到“Join the Genie 4 waitlist”或Project Genie候补名单按钮。
-
按官方表单填写申请，等待后续通知；加入候补名单不等于立即获得资格。
-
获得通知后，在实际产品中确认模型和权限，再安排试用或开发验证，避免把现有Project Genie体验当作Genie 4测试结果。
对开发者而言，正式接入还应等待对应的开发文档与账户授权；现有Gemini API权限不能直接作为Genie 4已开放的依据。
创意预演有了新工具，长时间可靠模拟仍是难题
Genie 4的首批应用探索集中在创意预演、互动体验原型，以及机器人和Agent模拟研究。
根据官方对测试者反馈的介绍，影视创作者正在尝试实时调整镜头、灯光、对白和动作；游戏开发者与创意技术人员则探索在编写引擎代码前，先生成可进入的概念原型。这些是测试方向，不能当成所有生产需求已经得到满足的证明。
模型页同时列出了当前边界：视觉细节和物体持久性可能随时间漂移，多次复杂修改或持续探索会放大问题；多Agent之间的复杂互动、真实地点的准确还原、清晰文字和实时音频准确性仍在研究。
持续时间也是限制。Google DeepMind当前模型页写的是支持“数分钟”的连续交互，而非长时间会话。因此，不能把一个短演示直接外推为可长期运行、状态始终一致的完整虚拟世界。
这也决定了评估重点：除了画面是否写实，还要观察改完场景后物体是否保持、人物行为是否连贯、声音是否对应当前事件。历史空间或真实地点的模拟尤其应与可核验资料对照，不能当成真实记录。
官方表示，Genie 4生成的视频和音频都会包含SynthID数字水印。公告中的演示来自实时交互录制，但序列经过缩短，应连同模型页的限制说明一起阅读。
依据Google DeepMind发布公告与模型页，Genie 4这次推进的是带有声音、可持续干预的世界模拟；能否稳定服务具体工作流，还需要后续开放与验证。本文信息截至2026年10月28日，依据官方材料整理，未获得研究预览资格，未开展独立实测。
