Genie 4 刚上线，DeepMind 这次的定位是实时多模态世界模型：不是先生成一段视频再给你看，而是逐帧渲染一个能玩的环境，你按键盘它就跟着动，中途再敲一句文本提示，场景也会跟着改。这一代新加了原生音频，角色能动也能开口说话，物理效果比上一代更清楚，另外支持实时编辑提示词。目前 Google AI Ultra 用户可以优先排候补名单，更多演示放在 DeepMind 官方博客 上。
我做游戏原型比较多，最直观的感受是它和现在常用的视频生成模型根本不是一类东西。视频模型给你的是一段固定的成片，镜头怎么走、角色往哪跑，生成完就定了；Genie 这种是边玩边算，适合拿来验证“这个关卡走进去是什么感觉”，或者给分镜预演、互动视频找手感。反过来说，如果你要的是画面精度、可控的运镜和能直接交付的片子，它大概率还替代不了视频模型，官方也没给出分辨率、时长这类数字，我不想替它下结论。
还有个现实问题，候补名单先给 Ultra 用户，普通用户什么时候能摸到并不清楚。所以我的态度是先盯着：原生音频加上实时改提示词，对做互动叙事和玩法白模的人诱惑挺大，等有人真上手了，再看延迟、画面会不会越玩越崩、角色前后一不一致。有排上队的朋友，欢迎来说说真实体验。