120秒，不是一个两分钟的成片视频，而是一个AI世界"活着"连续运转的时长。美东时间10月27日，谷歌DeepMind发布新一代世界模型Genie 4，称这是其迄今最逼真、交互能力最强的世界模型。与传统视频模型输出只能观看的成片不同，Genie 4输出的是一个可以走进去的世界：用键盘控制移动和镜头，在模拟运行中敲一行文字就能改天气、调机位、加角色，场景从新状态继续延展，而不是推倒重来。理解这次发布对内容创作的全部意义，都要从这个单位的变化开始。每日经济新闻华尔街见闻
时长翻倍之外：门槛是"记得住、接得上"
从Genie系列的坐标看，升级路线很清晰：2024年的Genie 1从视频中学习环境随动作变化的规律，Genie 2扩展到可探索的三维环境，2025年的Genie 3实现实时生成与交互，而Genie 4把单次模拟时长从约一分钟延长至约两分钟。但时长只是结果，不是门槛。真正的分水岭是连贯性：一个被测试者反复引用的细节是，你推开一扇门、转身离开再走回来，那扇门依然开着——世界记住了你不在时它该是什么样子。同期补上的另一半感官是声音，Genie 4是Genie系列首个实现音视频同步生成的模型，环境声、配乐与角色对话随场景实时生成，用户还能在运行中用自然语言持续改变虚拟环境。DoNews新智元每日经济新闻
支撑这一切的，除了生成画面的模型，还有一个在后台"当导演"的语言系统：Genie 4由更轻量的Gemini 3.8 Flash作为在环智能体，持续观察画面、把目标拆成步骤并核对每一步是否完成，据报道团队曾尝试最新旗舰Gemini 4 Argon，但最终跑在3.8 Flash上。这个取舍说明，实时世界模拟的瓶颈不在单帧画质，而在低延迟地"理解现在、规划下一步"。林马AI日报华尔街见闻
对创作者意味着什么：预演和原型先变，成片后变
DeepMind披露的首批用户就来自内容生产一线：受信测试者来自影视创作、新闻、教育、游戏和工程等领域，例如电影人用它做实时预演，摄影记者尝试把一张历史照片变成可进入的场景。也就是说，最先被重塑的不是观众看到的成片，而是成片之前那段最贵的流程——预演、分镜、原型。林马AI日报
游戏内容的变化同样集中在早期：设计者用自然语言就能搭出可探索的原型场景，在交互中调整环境与角色，缩短概念验证周期。谷歌也明确它仍是实验性技术，世界模型尚不能直接等同于成熟的游戏开发工具，产品经理Diego Rivas强调，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
资本市场的敏感有迹可循：今年1月由Genie 3驱动的Project Genie开放后，传统游戏引擎和相关工具公司的商业模式会否受到冲击便成为担忧焦点，Unity等游戏相关股票一度遭到抛售。Genie 4加入原生音频和实时环境控制后，这类担忧有了新技术背景，但"引擎被替代"仍是推论而非已发生的事实。华尔街见闻
边界：两分钟不等于两分钟的"可信"
谷歌没有回避问题：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。换句话说，120秒的含金量取决于对"稳定"的要求有多高：当布景预演它已经够用，当可信的生产环节它还差得远。华尔街见闻
普通用户现在能做的只有排队。Genie 4以研究预览形式先向少量经过筛选的测试者开放，未来数周计划向Google AI Ultra订阅用户提供使用权限，并向部分开发者开放Gemini API和Google AI Studio的早期访问，价格官方尚未公布。华尔街见闻
另一个必须被记住的边界是真实性：Genie 4所有生成的视频和音频都带SynthID隐形水印。当内容的单位从"一段可以转发的视频"变成"一个可以被进入和篡改的世界"，真假鉴别将与创作本身同等重要。Genie 4真正改写创作方式的证据不在发布会演示里，而在接下来几周：Ultra用户的实际体验能否稳住连贯性，API开放后开发者能否长出新工具——那才是"重塑"的起点，也是观察这件事最该盯住的两个信号。林马AI日报
