谷歌11月18日更新Project Genie,让符合条件的Google AI Ultra订阅者开始使用Genie 4。但公告里最长三分钟的单次探索能力,属于同日升级的Genie 3,不能安到新模型头上。
Project Genie是生成并探索互动世界的实验性研究原型。这次更新同时包含新世界模型、旧模型升级、创作代理和社区画廊。四件事一起发布,容易被合并成一张新模型能力清单;实际使用时,模型选择仍决定可用能力。
新模型管互动,旧模型保留长探索
Genie 4的变化是可以在探索途中继续输入指令。使用者不必只在开始时描述场景,还能一边移动,一边改变天气、加入角色或调整行动。世界模型在这里生成可交互的环境,用户能在其中导航,和只看一段固定视频的使用方式不同。
新模型还加入实时原生音频,声音会随场景变化,包括环境声和角色对话。谷歌将视觉、物理表现与声音保真度作为Genie 4的卖点。不过,公告没有给出每一种场景的量化成功率,也没有承诺复杂物理交互已经可靠。
Genie 3继续留在模型选择器中,适合更长的运行或由全景图片建立的空间。其单次生成探索时间从60秒延长至最多三分钟;使用者还可以连接多个世界,把旅程延续下去。单次时长和串联世界是两个机制,不能把串联解释成一个场景永久保持。
旧模型还支持用360度全景图作为起点,并在世界中用自然语言触发实时事件。公告的演示把森林、水下遗迹和冰海连接成连续飞行,也用佩特拉全景展示转头观察时的空间一致性。它们是官方示范内容,尚不能据此推定任意素材都达到相同稳定程度。
判断该选哪个模型,可以先核对需求:最长三分钟的单次探索和全景图片起点,公告明确列在Genie 3名下;Genie 4强调更高保真互动与原生音频。把两者分开,才能判断一次试用究竟在验证什么。
创作代理开始安排模型之间的分工
新Project Genie代理让创作从一次提示延伸成对话。用户说出设想后,代理协调谷歌的多模态模型,生成建立视觉风格的初始图像,并配上符合氛围的背景音乐。变化发生在创作流程中:用户不必独立完成每一次素材调用。
探索时也能把Gemini模型引入会话。它观察屏幕中的场景,给出与当下环境有关的下一步建议,或自动触发世界事件。由此看,代理既参与创建,也参与游玩过程;但公告没有公布它能执行的完整动作清单,不能理解成已经具备任意游戏逻辑编辑能力。
社区画廊则把个人生成接到其他人的探索上。用户可直接进入精选和社区作品,也能借助代理改写已有体验,调整世界结构、配乐或规则,再把创作发布到画廊,供别人继续探索和改编。
谷歌举出三个不同入口:Living Memory把个人照片变成可探索空间;Dino Field Guide以360度全景为基础展示史前环境;Rock Paper Scissors让主题物件在桌面上对抗,由Gemini实时充当裁判。这些例子说明产品正在尝试不同互动形式,未构成对用户内容版权或商业收入的承诺。
画廊也放入合作创作者的作品。Will、别名BLVCKL!GHT参与的Villa Giallo把哥特式庄园做成逐房探索的谜案;电影制作人Anand Gandhi参与的The Life of Ants让用户从蚂蚁视角进入蚁群。官方用完整体验展示模型,创作者能否复现仍需实际验证。
开放订阅入口,同时承认持久性缺口
所有在Project Genie中生成的视频和音频都带SynthID水印,模型输入与输出经过安全筛查。这是谷歌公布的内容处理措施,不能进一步写成所有发布内容已获得第三方权利许可;新闻稿没有提供这样的保证。
谷歌还明确把Genie 3与Genie 4放在前沿研究阶段,列出的难题包括摄像机延迟、精细物理交互、实时音频准确性和长期场景持久性。对制作互动展示的人而言,这些缺口直接影响连续体验能否成立,不能被新画廊的完整演示掩盖。
开放范围也有层次。符合条件的Ultra订阅者可从当天开始尝试新体验,Pro用户只能加入同一页面上的等待名单。付费身份和实际获得权限仍须分别确认,公告没有给Pro用户承诺确定开放日期。
对关注谷歌商业化的读者,可确认的是互动世界被纳入订阅体验,生成、探索、改编和分享开始连成一条产品路径。公告没有披露新增订阅人数、每次生成成本或创作者分成;这次产品变化的经营贡献,暂时无法从原文换算出来。











