Jemiboo Magazine

Google Genie 4是什麼?2026年10月世界模型解析

即時世界模型「Genie 4」於2026年10月27日由Google DeepMind發表,並開始以研究預覽形式提供給部分測試使用者。

Jemiboo Magazine

· 閱讀約 4 分鐘

其他語言版本한국어EnglishEspañol简体中文日本語

重點整理(截至2026年11月2日)

  • Genie 4是Google即時世界模型中第一個能隨畫面直接生成音樂、環境音與對話等音訊的模型,也能用文字改變天氣或加入人物。
  • Google計畫將Genie 4陸續開放給Project Genie的Google AI Ultra訂閱者,以及Gemini API、Google AI Studio的部分合作夥伴,但截至2026年11月2日尚未公布日期。
玻璃方塊中逐漸生成虛擬風景的世界模型示意圖

上週Google的消息不只有Gemini 4 Carbon。早一天,Google DeepMind發表了名為「Genie 4」的世界模型。它能以一段文字或一張圖片生成可互動的虛擬世界,這次還能直接產生聲音。目前仍在測試階段,以下整理它進展到哪一步。

1. Google Genie 4是什麼樣的模型

世界模型是依照使用者的操作,即時生成下一個畫面的AI模型。它不是播放事先做好的影片,而是使用者用鍵盤往前走就生成前方的風景,轉頭就生成側邊的風景,隨時產生。 Genie 4在這種方式上加入了三項功能。 第一是聲音。風聲、海浪、樂器演奏與角色對話,不需另外做音效,由模型直接生成。Google表示,在自家的即時世界模型中,Genie 4是第一個能直接生成音訊的。 第二是執行中修改。只要輸入「讓它下雨」這類文字,天氣就會改變、鏡頭會移動,也能加入新的人或物品。 第三是會回應的角色。虛擬人物會依照使用者輸入與周遭情況持續對話。

項目Genie 3(2025年8月發表)Genie 4(2026年10月27日發表)
畫面生成即時生成虛擬世界即時生成,擬真度與動作表現提升
音訊無直接生成音樂、環境音、對話
執行中修改發表時展示,Project Genie未納入以文字改變天氣、鏡頭、人物、物品
一般使用2026年1月以Project Genie提供給美國Ultra訂閱者研究預覽,一般開放時程未定
浮水印-所有影片與音訊皆加入SynthID

2. 先在虛擬世界訓練機器人

這次發表最引人注意的,比起電影或遊戲,更在於機器人領域。 Google把Genie 4與Gemini結合,讓它們在虛擬環境中執行多步驟任務。Gemini 3.8 Flash把目標拆成步驟,並看著生成的畫面確認每一步是否完成;Gemini 4 Argon以文字下達指令,Genie 4再把該場景畫成畫面。 示範案例是人形機器人「Apollo」下西洋跳棋的場景。這並不是操作真實機器人的實驗,而是在虛擬世界中做出的模擬。 在現實中測試機器人,需要空間、設備與時間。如果能先讓機器人在虛擬世界經歷大量情境,就能降低機器人開發成本,這正是業界關注世界模型的原因。

實體機器人與虛擬模擬中的機器人並排的示意圖
虛擬風景即時生成、天氣隨之變化的畫面

3. 什麼時候、誰可以使用

目前只有Google挑選的部分測試使用者可以使用。Google表示之後會提供給Project Genie的Google AI Ultra訂閱者,以及Gemini API、Google AI Studio的搶先體驗合作夥伴,但沒有公布具體日期。 前一代Genie 3也走過類似的路。2025年8月發表後,直到2026年1月29日才以「Project Genie」的名稱開放給美國的Ultra訂閱者(年滿18歲),每次最多可體驗60秒。美國以外的使用者要親自試用Genie 4,很可能還需要更多時間。

時間內容
2025年8月發表Genie 3(研究用)
2026年1月29日Project Genie開放給美國Google AI Ultra訂閱者
2026年10月27日發表Genie 4,提供測試使用者研究預覽
預定(日期未定)Project Genie Ultra訂閱者、Gemini API與AI Studio合作夥伴

4. 仍待克服的限制

Google也清楚列出了限制。執行時間拉長或反覆修改多次後,物體的外觀與位置可能會逐漸改變。 複雜的物理現象、即時聲音的準確度、畫面中的文字、空間關係,以及長時間維持的一致性,都仍是研究課題。 所有生成的影片與音訊都會加入Google的AI辨識浮水印SynthID。這被視為因應「看似真實的假影片可能增加」這項疑慮的措施。

這與2026年11月1日的文章〈Gemini 4 Carbon為何沒有立刻向所有人開放?〉(https://jemiboo.com/zh-hant/tech/2026-11-01/)是同一條脈絡:越強大的模型,越是先開放給少數人,再慢慢擴大範圍。能同時生成畫面與聲音的虛擬世界會如何改變遊戲與機器人開發,要等開放給Ultra訂閱者後才看得清楚。想試用Genie 4的讀者,可留意Google DeepMind官方公告中開放範圍的更新。

常見問題

台灣現在可以使用Google Genie 4嗎?

截至2026年11月2日,Genie 4只以研究用途開放給Google挑選的部分測試使用者。Google表示會擴大到Project Genie的Ultra訂閱者與API合作夥伴,但尚未公布日期與開放國家。

世界模型和AI影片生成有什麼不同?

AI影片生成是一次產生固定長度的影片。世界模型則會在使用者每次移動或下指令時即時生成下一個畫面,用起來就像親自在虛擬空間中走動。

用Genie 4做出的影片能辨識是AI生成的嗎?

Google表示Genie 4生成的所有影片與音訊都會加入SynthID數位浮水印。肉眼看不見,但可以用Google的偵測工具確認是否為AI生成。

參考資料

  1. Google DeepMind, Genie 4: a new generation of world simulation(2026年10月27日)
  2. ZDNet Korea,〈Google打造訓練機器人的虛擬世界…發表世界模型「Genie 4」〉(2026年10月28日)
  3. Google DeepMind,Genie 3發表(2025年8月)
  4. Google,宣布向Google AI Ultra訂閱者提供Project Genie(2026年1月29日)

生成式AI人工智慧Genie 4Google Genie 4世界模型Google DeepMind

同日其他文章

更多科技文章