Google DeepMind 发布 Genie 4：实时生成带声音与对话的交互世界

Google DeepMind 发布 Genie 4 世界模型，可逐帧实时计算场景并响应键盘与文本提示，是该公司首个直接生成声音的实时世界模型。Gemini 模型在后台规划事件走向，Gemini 3.8 Flash 负责拆解多步任务并校验结果，Gemini 4 Argon 则被用于把 Genie 与 Gemini Robotics 机器人研究结合。