#multimodal AI

Google DeepMind 发布世界模型 Genie 4，可实时生成画面与环境音、进行可交互对话，并允许用自然语言随时改动场景。模型由 Gemini 家族支撑，Gemini 3.8 Flash 担任引导 agent 来拆解多步任务。该模型目前以研究预览形式向可信测试者开放，按计划随后提供给 Project Genie 的 Ultra 订阅者以及 Gemini API、AI Studio 合作伙伴，生成内容带有 SynthID 水印。