美东时间10月27日深夜（北京时间10月28日凌晨），谷歌DeepMind官宣新一代世界模型Genie 4，官方定位是「迄今为止最逼真、交互性最强的世界模型」。这次升级的核心不在画质，而在世界「活」的方式：首次实现音视频同步的原生生成，最长模拟时长延长至2分钟、约为上一代的两倍，并且可以用自然语言实时改变正在运行的虚拟环境。热榜题「你最想生成什么世界」的前提，如今已经成立——答案取决于你许的是哪一种愿。机器之心华尔街见闻
体验入口正在分阶段放开：Genie 4目前向少量经过筛选的受信任测试者开放研究预览，未来数周将向Google AI Ultra订阅用户开放，并逐步向部分开发者提供访问权限。谷歌已经开始内测Genie 4，AI Ultra用户可以去申请waiting list。华尔街见闻新智元
它和视频生成的分水岭：回头时世界还在
AI视频生成把内容固定在一条时间线上，你只能沿着看；世界模型要回答的是另一组问题——你向左走，视野会怎么变化，角色离开房间又重新回来，之前的环境是否还存在。36氪
提前拿到访问权限的a16z合伙人Justine Moore晒出了水下潜行的实时生成实测：创建世界通常不到30秒，有大约2分钟的实时交互窗口。她形容这次的分水岭：推开一扇门、转身离开30秒再走回来，那扇门依然开着。需要说明，这组数字来自单一测试者的体验环境，官方口径是最长约2分钟的连续交互。36氪新智元
你最想生成的世界，属于四类中的哪一类
第一类，能走进去的世界。湖面中央的漂浮平台上，一名萨克斯演奏者持续演奏，镜头能独立移动、从各个角度观察场景；你也可以随时输入文字改天气、加物体、引入新角色，世界当场响应，而不是推倒重来。36氪
第二类，能听、会说、能搭戏的世界。骑着巨龙以每小时140公里穿越群山时，振翅声、高空风声、远处火山声都是随画面一起生成的，不是后期配音；场景里的人物还能根据你的输入即兴开口对话。机器之心
第三类，讲「差不多」物理的世界。谷歌称Genie 4改进了对空气动力学、碰撞等物理现象的模拟，人物能根据周围环境作出反应；但也要清楚，这仍是模型按学到的世界规律生成结果，并不意味着所有物理过程都经过精确计算。36氪
第四类，「懂导演」的世界。Genie 4实时生成虚拟世界时，Gemini 3.8 Flash会不断观察画面，把目标拆解为多个步骤、检查每一步是否已经完成，环境发生变化就当场调整后续计划。谷歌把这套让大模型在幕后做规划、让世界模型负责呈现的架构称为混合世界模型，演示中Gemini 4 Argon甚至开始指挥Genie 4，一步步模拟Apptronik人形机器人下跳棋。机器之心
哪些世界还得再等：2分钟不是世界的寿命
DeepMind同时明确承认，Genie 4仍是一项早期研究成果：随着模拟持续推进，画面细节和物体仍可能发生漂移，复杂物理互动、可读文字以及长时间维持环境一致性等问题仍有待解决。单次约2分钟的窗口看着不长，但对验证一段玩法、预览一组镜头的基础测试已经够用。官方的落地方向也提得很务实：早期测试者正在探索影视预演、历史场景重建、游戏原型制作以及工业模拟等应用。华尔街见闻36氪机器之心
DeepMind产品经理Diego Rivas也给舆论降了温：Genie 4的目标是扩大现有创作方式能够实现的可能性，而非宣告相关行业的生产流程已经被全面取代。华尔街见闻
热榜之外：想象和警钟同时响起
发布后X和Reddit上的讨论，本质上都在回答这道热榜题：一位Reddit网友设想把它用于增强现实，认为这基本上就是《星际迷航》全息甲板的原型。另一侧是投资者的老问题：今年1月由Genie 3驱动的Project Genie原型推出后，市场就开始担忧游戏开发的部分场景制作会被自动化，Unity等游戏相关股票一度遭到抛售。机器之心华尔街见闻
也有更具体的冷水：相比官方精心挑选的演示片段，有网友说更想看一场没经过筛选的公开直播实测。安全层面，Genie 4生成的所有音视频都会嵌入谷歌的SynthID数字水印，以便识别AI生成内容。机器之心
所以回到热榜题本身：比较实际的做法，是把愿望缩小到「2分钟内能跑完的一个场景」——一段想重走的老街、一个想验证的玩法原型、一页拍不起的历史瞬间，这些现在就造得出来；而一个能住进去的平行世界，还要等下一代。真正的检验在接下来数周：当Ultra用户的体验陆续放开，在反复修改提示词之后，这个世界还认不认识你。
