众力资讯网

谷歌Genie 4秀肌肉:2分钟原生音频,游戏股又要跌?

谷歌DeepMind发布新一代世界模型Genie 4,首次实现原生音频同步生成,连贯模拟时长翻倍至2分钟,并支持自然语言实时改写场景

。今年1月Project Genie发布时游戏股曾大幅下跌

,这次能力再升级,"恐慌-回弹"会重演吗?

2分钟

单次连贯模拟时长,前代约1分钟

~24帧/秒

实时交互帧率,接近电影标准

首次原生音频

环境音+音乐+实时对话同步生成

研究预览

仅向少量受信测试者开放

Genie 4 vs Genie 3 vs Runway:世界模型进化到哪一步了

Genie 4

谷歌 DeepMind · 2026年10月27日

连贯时长

约2分钟(前代的两倍)

音频能力

原生同步生成环境音、音乐与交互对话

实时编辑

运行中自然语言改写天气、角度、添加角色

架构协同

Gemini 3.8 Flash实时控场 + Gemini 4 Argon拆解机器人任务

Genie 3

谷歌 DeepMind · 约一年前发布

连贯时长

约1分钟

音频能力

无音频生成

实时编辑

不支持,生成即定稿

帧率/分辨率

720p · 24fps 实时交互

GWM Worlds 2

Runway · Genie 4 发布数月前推出

交互性

可交互运行,动态响应用户输入

音频能力

支持音频生成

定位

独立AI视频创业公司,走独立发展路线

2分钟能干什么:离"替代游戏引擎"还差几个数量级

1

Genie 4单次连贯模拟约2分钟

——相当于一段短视频的长度

↓

2

一款商业游戏的单个关卡通常需要15-60分钟连贯体验,3A游戏开发周期以年计

↓

3

2分钟与数十小时之间的鸿沟,意味着完整关卡、多人联机、持久存档等核心功能远未触及

已可落地的环节

游戏原型/概念验证

NPC对话与行为测试

影视分镜预演

机器人仿真训练

远未触及的能力

完整关卡连续运行

确定性物理引擎

可编辑资产管线

多人联机与持久存档

谷歌也承认,随着模拟时间延长,场景细节仍可能出现不一致

。24帧/秒接近电影标准帧率,但对于要求60帧的竞技游戏仍不够。

谷歌发布新世界模型genie 4:可生成实时音频与更逼真的交互世界

凤凰网科技

皮查伊称 genie 4 是谷歌迄今最逼真、最具互动性的 ai 世界模型

IT之家

谷歌每秀一次世界模型,游戏股就跌一轮

2026年10月27日

Genie 4发布,能力全面升级

首次原生音频、2分钟连贯模拟、实时自然语言编辑,以研究预览开放

。

2026年10月1日

Gemini 4 Argon旗舰模型发布

输出上限100万token,18项测试占12项第一,与Genie 4深度协同

。

2026年1月

Project Genie亮相,游戏股暴跌

Genie 3驱动的原型产品首秀,投资者担忧AI颠覆游戏开发,多家游戏公司股价大幅下跌

。

2024年12月

Genie 2发布,交互仅10-20秒

可根据图像生成互动世界,但分辨率仅360p,交互时长极短

。

历史规律

每次谷歌展示世界模型新进展,游戏股应声下跌,但此前每次恐慌后股价均出现回弹

。核心原因:Demo的震撼程度远超技术实际可交付能力。

这次不同之处

Genie 4新增音频+实时编辑+时长翻倍,能力增量是历代最大;但仍为研究预览、2分钟上限,与商业游戏的鸿沟并未质变。

关键判断

"Demo震撼→能力不足→股价回弹"的模式能否被打破,取决于世界模型何时跨过"分钟级"进入"小时级"连贯体验——目前看仍需数代迭代。

世界模型赛道整合加速:Genie 4的真正对手是谁

芯片

AMD 收购 World Labs(李飞飞创立)

获取仿真能力,增强AI芯片场景覆盖

云/零售

亚马逊 洽谈收购 Decart

瞄准游戏与零售场景的世界模拟

自动驾驶

Rivian 收购 Third Dimension

内部搭建仿真环境用于自动驾驶测试

密集并购揭示了世界模型的真正商业落点——并非游戏引擎替代,而是机器人训练、自动驾驶仿真、工业模拟等"先在虚拟世界试错、再到现实执行"的场景

。谷歌选择自研Genie系列+Gemini协同的路线,Runway则独立迭代GWM Worlds 2

。

kimi这次追到哪了?八家ai模型放一起看

赵溪说说科技

Genie 4背后的"混合世界模型"架构

1

Gemini 3.8 Flash(谷歌轻量推理模型)在后台实时监看画面,充当"总导演"

↓

2

Genie 4前端逐帧生成视觉+音频,Flash同步拆解多步推理、校验物理一致性

↓

3

Gemini 4 Argon承担高复杂度任务拆解,如指挥机器人完成22步精细动作

↓

4

用户自然语言指令→场景实时重写,不需要重新生成整个环境

用谷歌研究总监Tejas Kulkarni的话说:"未来Gemini负责写代码和文本,Genie实时接收并在不同抽象层级上模拟现实。"

游戏股该不该慌?两个维度判断

短期看:恐慌大概率重演但会修复

历史规律明确——1月Project Genie发布后游戏股大跌又回弹

。Genie 4的Demo冲击力更强,但2分钟上限、仅研究预览的现实同样明确,市场消化信息后回归基本面的概率高。

长期看:真正威胁不在"替代引擎"

AMD、亚马逊、Rivian的并购方向表明,世界模型的商业化落点在仿真训练与工业模拟

。游戏行业受到的影响更可能是原型设计效率提升、中小团队门槛降低,而非引擎级别的替代。