騎著巨龍掠過山谷，視角隨你轉動，耳邊是振翅聲和呼嘯而過的風聲。Google這次展示的AI世界，已經有了幾分親手玩遊戲的感覺。
美國當地時間10月27日，GoogleDeepMind發佈新一代世界模型Genie 4的研究預覽。此前，使用者已經能進入AI生成的場景四處探索。這次，風聲、水聲和音樂也能隨畫面一起生成，場景裡的人物還能根據使用者輸入和眼前發生的事，開口接話。
使用者也可以邊玩邊改。想讓大晴天突然下雨，或者往場景裡加個新角色，直接輸入文字，AI就會順著改動繼續生成。Google邀請的電影創作者正在嘗試拿它做拍攝預演：同一場戲，換個機位、改句台詞，先在AI裡試一遍，再決定怎麼拍。
這些玩法目前還只向少量受邀測試者開放。Google計畫隨後通過Project Genie向Google AI Ultra訂閱使用者提供，尚未公佈具體日期。
01 騎龍、坐熱氣球，想去那裡自己控制
開頭的騎龍演示裡，視角一直留在騎手的位置。黑龍的頭頸就在眼前，身旁有其他龍飛過，前方的山谷漸漸讓位於一座城堡。畫面下方保留著鍵盤按鍵，往那飛、怎麼轉向，由使用者自己控制。
Google為這段演示寫了很長的場景設定：山地競速、其他騎手、帶有投石機的城堡，以及風聲、振翅聲和遠處的轟鳴。鏡頭也受到限制，不能突然切到第三人稱，更不能跳到巨龍外面，變成一段跟拍視訊。
保持這個視角，使用者才能一直待在騎手的位置上，轉頭看看旁邊的對手。如果鏡頭突然跳到遠處，自己便又成了觀看飛行場面的旁觀者。
想安靜一點，也可以去湖上聽一段薩克斯。
Google另一段演示中，一名穿棕色西裝的男子站在湖上平台演奏。周圍長著野草和樹木，旁邊懸著一顆發出暖光的球體，遠處是霧濛濛的水面。
這組提示詞要求採用16毫米膠片質感，使用柔和的陰天光線，不要過度銳化，也不要強烈的明暗對比。聲音只留下湖水、風和薩克斯，不另加背景配樂。你可以移動鏡頭湊近樂手，也可以把視線轉向遠處的湖面。
聽到一半，突然想往湖裡加點東西，也可以繼續輸入。截圖右上角就記錄了一條追加指令：讓鯨魚尾巴從演奏者身後的水面慢慢露出來，同時保持原有的膠片風格。畫面裡，樂手還在原來的位置，背後的湖面上多出了鯨魚尾巴。
為了這個臨時冒出的念頭，使用者不必重新描述整幅畫面，可以沿著眼前的場景繼續改。
南極熱氣球演示則換成了高空視角。冰川鋪到遠處，熱氣球散佈在空中，使用者像站在吊籃裡一樣觀察四周。原始設定還寫到了籃筐的皮革包邊、支撐桿和鏈條，希望這些近處的細節能讓人感到自己確實身處吊籃之中。
幾組演示裡的輸入方式相近：用按鍵決定往那走、朝那看，用文字補充希望發生的事。使用者每次改變方向或提出要求，模型都要繼續生成後面的畫面，而不是把一段固定視訊換個播放進度。
02 場景有了聲音，裡面的人也能接話
這次最容易聽出區別的升級，是原生音訊。
按照Google的介紹，Genie 4可以在生成世界的同時生成環境音、背景音樂和角色對白。湖面上可以有水聲和樂器聲，飛行時可以有風聲，人物也能根據使用者的要求或場景裡的事件作出回應。
這些對白並非提前配好、反覆播放的固定台詞，使用者中途改變情節，人物也能順著新情況接話。使用者可以一邊探索，一邊編故事，試著讓場景裡的人參與進來。
不過，“邊玩邊改”本身並非Genie 4首次提出。2025年8月發佈的Genie 3，已經展示過通過文字改變天氣、加入物體或人物的能力；今年1月推出的Project Genie原型，則還沒有包含這項功能。Google當時展示過這項能力，普通使用者卻還沒能用上。
Genie 4繼續往前做的一步，是讓這些臨時變化帶上聲音和人物反應。
華頓商學院教授伊桑·莫利克（Ethan Mollick）試出了一個很不尋常的城市。他要求模型生成一座由機器人和馬居住的新哥特式粗野主義城市，稱它約一分鐘就建立了出來。隨後，他又往裡面加龍，再加一隻友好的水獺NPC，整個過程都在即時進行。
他的另一段嘗試更荒誕。他用《毀滅戰士》（DOOM）的元素改造辦公室：電腦在播放《DOOM》，牆壁也在播放，隨後又要求一位“惡魔同事”出現，給自己發獎金。他一句接一句地提要求，眼前的辦公室也跟著變。
使用者不必提前寫好一整套劇本。先生成一個地方，進去轉一圈，再決定下一步讓誰登場、發生什麼，想法可以邊逛邊補。
Google還展示了一個由彩色玻璃構成的世界。山脈像層疊的玻璃板，河流是半透明的藍色，花朵也帶著玻璃雕塑般的棱角。提示詞要求鏡頭在其中穿行時，所有物體都保持玻璃或晶體材質，不能突然混進普通石頭和真實植物。
鏡頭移動起來，維持畫風就比生成一張圖片多了些要求。新的景物會進入視野，使用者還可能臨時加進一個角色。模型得接著生成，又不能讓玻璃世界走著走著變回普通山水。
莫利克也沒有把體驗說成完美無缺。能不斷加東西，讓探索變得有趣；但加進來的東西能不能一直留在那裡、行為是否合理，還得繼續看。
03 玩得下去，還得看它會不會忘掉剛才的場景
GoogleCEO桑達爾·皮查伊（Sundar Pichai）在發佈帖中，把Genie 4稱為Google迄今最逼真、互動性最強的世界模型，強調了原生音訊、可說話的人物，以及通過Gemini推理組織多步驟事件的能力。
公司對外公佈的限制也不少。
據TechCrunch報導，目前單次模擬約兩分鐘，但這不代表其中所有物體和細節都能穩定保持兩分鐘。
Google在技術介紹中承認，隨著使用者探索、連續修改場景，畫面細節和物體的持續存在都可能出現偏差。複雜物理互動、聲音的精準度、畫面裡的文字、空間位置，以及更長時間的一致性，仍是研究中的問題。
真玩起來，一個檢查辦法就是轉回頭看看：剛才路過的建築還在不在？放在桌上的東西有沒有消失？玩家要繼續往下探索，模型就得記住前面生成過什麼。
社交媒體上的討論也開始盯著細節。帳號@cfenghub整理的評論中，有人質疑摩托車演示裡的車把動作：畫面雖然像在騎車，轉向是否符合真實摩托車高速行駛時的操作，卻未必經得住推敲。
僅憑網友對這段演示的質疑，還不能判斷整個模型的物理能力。不過，車輛怎麼轉彎、物體怎麼碰撞、聲音何時響起，確實都得逐項看，畫面逼真並不能代替這些檢驗。
今年1月開放的Project Genie原型，每次生成最多60秒。不過，Genie 3模型在2025年發佈時，就已展示過持續數分鐘的互動。產品開放時設定的時長，與模型能讓場景穩定保持多久，並不是同一個指標。
對暫時還不能上手的普通使用者，更有用的觀察是：測試者能否連續完成自己想做的事，中途改幾次要求後，原來的場景還能保留多少。單次體驗時間變長，只有和這些表現放在一起，才容易判斷進步到底有多大。
04 Gemini安排下一步，Genie生成接下來的世界
要讓場景跟著使用者的要求變化，Google還引入了Gemini。
在即時互動演示中，Gemini會觀察當前畫面，理解使用者想做什麼，安排後續步驟，再檢查場景是否按計畫推進。使用者改了要求，或者畫面出現新情況，它也要相應調整。
湖上薩克斯的演示就給出了一個直觀例子。使用者要求加入鯨魚尾巴，右上角的推理說明不僅記錄了新增物體，還寫到水花和原有膠片質感。後續生成需要同時顧及這些條件，不能只把鯨魚塞進畫面就算完成。
按Google介紹，Gemini 3.8 Flash負責計畫、檢查和調整，Genie 4負責生成可探索的環境。Google將這類分工稱為“混合世界模型”。
其中，涉及人物外貌和行為的研究還結合了Gemini Omni的能力。使用者看到的是一段連續體驗，背後卻不只一個模型在工作。
Google還做了另一項機器人模擬實驗，使用Gemini 4 Argon、Genie 4和Gemini Robotics，讓Apptronik的Apollo人形機器人在虛擬場景裡下跳棋。
圖裡的步驟寫得很細：機器人面對怎樣的棋盤，那隻手伸向那枚棋子，另一隻手放在那裡，都有對應描述。Genie 4再生成這些動作發生時的場景，讓研究人員觀察計畫如何在模擬中展開。
這裡展示的是機器人行動的模擬，不是實體Apollo已經通過Genie 4訓練、掌握了下棋能力。Argon參與的這項研究，也不能和前面由Flash引導的即時體驗混成同一個配置。
機器人領域帳號@TheHumanoidHub看重的，正是這類環境可以不斷變化。現實裡，搭建不同場地、準備物體、讓機器人反覆試動作，都要付出時間和成本。若能在虛擬環境裡先嘗試不同安排，研究人員就有機會更快地發現問題、篩選方案。
機器人最後還是要在現實裡伸手拿東西。模擬中的棋子怎樣受力、手指碰到桌面會怎樣，都會影響這些嘗試有沒有用。前面提到的物理互動和空間精度問題，在這裡便不只是影響觀感，還關係到模擬結果能否作為後續工作的依據。
05 完整遊戲還早，拍電影可以先拿它試鏡頭
相比讓機器人在現實中完成動作，拍攝預演對模擬的要求有所不同。電影創作者首先想看的是，一場戲怎樣拍出來更合適。
Google介紹，受邀測試的電影創作者正在嘗試用Genie 4做拍攝預演。同一場戲可以換機位、調整光線，修改人物動作和對白，比較不同版本，而不必每次都從頭生成整個場景。
這類預演不需要立刻產出最終成片。創作者先借它試鏡頭，再把選中的方案帶回正式製作。前期討論時，想換個角度、改句台詞，都可以先在生成的場景裡看看效果。
遊戲開發者試的則是場景和玩法原型：先探索不同的視覺風格、材質和互動，再決定那些值得放進遊戲引擎繼續開發。前面的玻璃世界，便能幫助人理解這種用途。一個設定在靜態概念圖裡好看，進入其中移動之後是否仍然成立，可以更早看見。
還有攝影記者嘗試將檔案照片擴展為可探索的場景。模型補出的是照片畫框之外的空間，不能把這些未被拍下的細節當成歷史事實。這類用途尤其需要把原始記錄與AI生成的內容分清。
世界模型對遊戲業的影響，早已引起市場關注。今年1月，Google推出由Genie 3驅動的Project Genie原型後，Unity、Roblox和Take-Two等遊戲相關公司的股價曾下跌。那是上一輪發佈後的市場反應，並非這次Genie 4發佈後的新行情。
投資者擔心的是，生成式工具會不會改變遊戲的製作成本、開發流程和內容供給。但目前這些短時模擬，還不能直接替代需要穩定規則、存檔、長時間運行和多人協作的完整遊戲。Google正在與合作夥伴研究怎樣把它接入已有工作流程，尚未給出全面替代現有製作工具的方案。
想自己試試，目前還需要等待。Google先向少量受邀測試者開放研究預覽，後續計畫進入Google AI Ultra使用者使用的Project Genie，並向Gemini API和Google AI Studio的早期合作夥伴提供。普通使用者的具體開放日期尚未公佈。 (網易科技)