10月27日，谷歌DeepMind团队发布博文，宣布推出Genie4世界模型，定位为重大研究里程碑，在原生音频、实时自然语言改写、更真实的物理与人物等方面实现核心突破，把世界模型从一次性生成画面升级为可实时操控、可听、可推理的动态模拟世界。谷歌首席执行官桑达尔·皮查伊在其个人账号上发布推文，称Genie4是谷歌迄今为止最逼真、最具互动性的世界模型。

对于用户而言，Genie4最大的亮点在于实时导演世界。在模拟运行中，用户可以用自然语言文本指令改变世界，例如改天气、移动镜头、加入新角色或物体。有别于主流AI重新生成一段视频，Genie4会结合当前场景上下文执行动态变化，更像一个可交互的虚拟沙盒或AI导演系统。用户可以设定一个事件，然后观察世界如何继续演化，同时随时介入调整。此外，Genie4是DeepMind首个在实时世界模拟中原生生成音频的模型，音频与画面在同一过程中同步产生；谷歌称其在空气动力学、碰撞等物理场景上有更强表现，人物动作也更自然，能根据环境作出有机反应，并支持实时操控。

在接受科技媒体TechCrunch采访时，谷歌研究总监TejasKulkarni表示，未来将由Gemini负责文本、代码与任务规划，Genie4实时把这些内容转化为可交互世界，形成混合世界模型。DeepMind工程师DiegoRivas承认，Genie4仍处早期阶段，长时间模拟可能出现细节漂移，音频准确性和画面内文字可读性也尚未完全解决。Genie4目前仅以研究预览形式向受信任测试者开放，未来几周将扩展到GoogleAIUltra订阅用户的ProjectGenie，以及GeminiAPI和GoogleAIStudio的早期合作伙伴。