谷歌DeepMind推出Genie 4世界模型,为智能体提供实时交互的虚拟测试环境。尽管演示效果惊艳,但其物理规律的准确性仍存缺陷,给高风险测试带来挑战。
译自:Google built AI agents a world to practice in. The physics still aren’t quite right.[1]
作者:Amanda Caswell
Google DeepMind于周二推出了Genie 4,这是一个能够通过模拟物理学、人类运动和原生音频实时渲染交互式环境的世界模型。这些逼真的演示令人印象深刻,但对于任何构建AI智能体[2]的人来说,真正的吸引力在于Genie 4为它们提供了一个在正式执行前运行多步骤任务的场所。
Google DeepMind的研究总监Tejas Kulkarni[3]在新闻发布会[4]上将这种方法描述为迈向“这些混合世界模型”的一步,其中Gemini负责编写代码和文本,而Genie则将其转化为运行中的场景。这为开发人员提供了一种按需生成测试环境的方法,尽管这些模拟在多大程度上反映了现实世界的条件仍然是一个关于可靠性[5]的开放性问题。
它为开发人员提供了一种按需生成测试环境的方法。
Gemini如何引导Genie 4
Genie 4[6]使用多个Gemini模型来保持模拟的运行。Gemini Omni[7]帮助塑造环境,而Gemini 3.8 Flash则负责跟踪正在发生的事情、规划下一步并在发生变化时进行调整。
Genie 4不会生成一个成品的视频,而是让用户在世界生成的同时与其进行交互。他们可以用键盘在其中移动、改变摄像机角度或使用文本提示来改变环境,而无需重新启动模拟。
Genie 4不会生成一个成品的视频,而是让用户在世界生成的同时与其进行交互。
在模拟中排练机器人
谷歌最清晰的例子是让Apptronik的Apollo人形机器人参与西洋棋游戏[8],Gemini 4 Argon规划每一步行动,而Genie 4则在字幕引导场景的同时渲染结果。
该公司还在探索该技术如何支持其Gemini Robotics[9]研究,该研究使开发人员能够在不断变化的环境中测试智能体,而不必从头开始重建每个模拟。
物理学在哪里崩溃了
问题在于,Genie 4并不能总是保持这些环境的一致性。在较长时间的会话中,物体可能会发生位置偏移或表现出不可预测的行为,谷歌也承认物理学并不总是准确的。
这使智能体评估变得复杂,特别是当任务涉及记住位置或返回早期状态[10]时。一次失败的运行可能反映出智能体本身或模拟本身的问题,而且谷歌尚未证明Genie 4能够在高风险测试中取代传统的物理引擎。
游戏开发者正在使用Genie 4在编写引擎代码之前探索原型和测试游戏机制,而企业合作伙伴则在寻找生成自己的测试场景的方法。
该公司尚未发布基准测试,以展示Genie 4在重复智能体测试中的表现。
该公司尚未发布基准测试,以展示Genie 4在重复智能体测试中的表现。这包括相同的提示是否会产生一致的结果,这使得开发人员在决定是否将其用于自动化测试时几乎无据可依。
谁能获得Genie 4的访问权限
目前,只有受信任的测试人员才能访问。谷歌计划通过Project Genie向Google AI Ultra订阅者扩大可用性,并向通过Gemini API和Google AI Studio选择的合作伙伴开放。目前还没有关于定价、更广泛发布或性能保证的消息。
引用链接
[1] Google built AI agents a world to practice in. The physics still aren’t quite right.: https://thenewstack.io/genie-4-world-model/[2] 构建AI智能体: https://thenewstack.io/ramp-laminar-agent-harness/[3] Tejas Kulkarni: https://www.linkedin.com/in/tejas-kulkarni-56042214/[4] 新闻发布会: https://techcrunch.com/2026/10/27/googles-genie-4-world-model-adds-audio-more-realistic-worlds-and-real-time-steering/[5] 可靠性: https://thenewstack.io/liquid-ai-reward-hacking/[6] Genie 4: https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/[7] Gemini Omni: https://deepmind.google/models/gemini-omni/[8] 西洋棋游戏: https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/[9] Gemini Robotics: https://deepmind.google/models/gemini-robotics/[10] 记住位置或返回早期状态: https://thenewstack.io/letta-frontiermemory-agent-harness-benchmark/

