Genie 4 现已在 Project Genie 中可用:原生音频、实时编辑与新智能体正推送至符合条件的 AI Ultra 订阅者,Genie 3 单次会话最长 3 分钟
Google DeepMind 官方 X 账号在北京时间 11 月 19 日凌晨(UTC 时间 11 月 18 日 18 时 14 分)发帖宣布:「Genie 4 现已在 Project Genie 中可用。它带来原生音频、实时编辑,以及一个帮助你创建可交互虚拟世界的新智能体。」后续帖在同一线程补齐了范围:功能正在向符合条件的 Google AI Ultra 订阅者推送,附带一个用于发现、remix(再创作)和分享作品的社区画廊;模型选择器同步更新 Genie 3,单次会话最长 3 分钟。
谷歌官方博客的配套文章比这条帖子早约 15 分钟上线,把这次更新称为新的 Project Genie 体验:符合资格的 Ultra 订阅者即日起可试用,Google AI Pro 会员可在同一页面加入候补名单。文章写明,这次更新「首次开放 Genie 4 访问」,同时带来 Genie 3 升级、Project Genie 智能体和社区画廊。后续帖附带的短链经跳转核实,正指向这篇文章。
从受信任测试者到 Ultra 订阅者,这一步在计划之内
10 月 27 日谷歌宣布 Genie 4 时,它还只是面向受信任测试者的研究预览,官方当时写明它「即将登陆 Project Genie 中的 Google AI Ultra 订阅者,以及 Gemini API 与 Google AI Studio 的早期访问合作伙伴」,并在博客里挂出了 Project Genie 候补表单。今天的推送兑现了前半句;至于 Gemini API 与 AI Studio 一侧的开放进度,今天的两帖与博客文章均未提及。博客同时写明,Project Genie 生成的所有视频和音频都带 SynthID 数字水印,模型输入输出经过安全筛查。
Project Genie 是承载这次更新的产品。谷歌 1 月 29 日发布上线公告时,把它定位为 Google Labs 旗下的实验性研究原型,向美国年满 18 岁的 AI Ultra 订阅者开放,底层由 Genie 3 驱动、配合 Nano Banana Pro 与 Gemini;帮助文档目前写明的使用门槛同样是 Ultra 订阅加年满 18 岁。上线时的能力清单有明显边界:单次生成 60 秒,而且 Genie 3 在 2025 年 8 月发布时演示过的 promptable events(可提示事件)——探索途中改变世界——当时尚未进入原型。
会话中途打字就能改世界:实时编辑与原生音频
博客对实时编辑(real-time editing)的描述是:在探索世界的过程中直接输入新提示词,即可实时编辑环境——改变天气、加入一个角色,或把进行中的事件引向别处。原生音频(native audio)随场景实时生成,从环境声景覆盖到角色对话;博客称这是 Genie 4 的画面首次配上随场景展开而变化的实时原生音频。
不过,这些能力描述全部出自谷歌口径。在 10 月的模型说明中,谷歌称 Genie 4 是其首个原生生成音频的实时世界模型:Gemini Omni 负责锚定世界的观感与行为,其他 Gemini 模型维持模拟的连贯性,Gemini 3.8 Flash 充当生成回路中的引导智能体。同一份说明也写明限制:Genie 4 能在短会话中保持环境连贯,但视觉细节与物体恒存性会随运行时间、多次复杂编辑或场景移动而漂移;实时音频的准确性、清晰文字的渲染、空间精度与长期一致性都还在研究清单上。
Project Genie 智能体:一句话开工,配画面也配音乐
博客把新智能体称为 Project Genie agent(Project Genie 智能体),定位是把创作带出单条文本或图片提示词:用户用自然语言描述构想,智能体调度谷歌的多模态模型套件,生成确立世界基调的初始画面,并配上贴合情绪的定制背景音乐。进入探索阶段后,Gemini 模型可以加入会话——观察屏幕上发生的事,给出上下文相关的建议选项(suggestion chips),或随旅程推进自动触发世界内事件。
社区画廊上线:精选世界、remix 与两部先行作品
与 Genie 4、Genie 3 升级和智能体并列,社区画廊是博客列出的第四项更新,汇集精选世界与社区作品。博客举的例子包括 Living Memory(把个人照片变成可探索的空间)、Dino Field Guide(以 360 度全景图为基座的史前栖息地)和 Rock Paper Scissors(桌面物件对决、Gemini 实时当裁判)。用户可以在智能体协助下 remix 现有世界——调整底层世界结构、配乐或规则——再把成品发布到画廊,供他人探索和再创作。
两部由提前获得访问权的创作者参与的作品随更新上线:与创意技术专家 Will aka BLVCKL!GHT 合作的 Villa Giallo,用 Genie 4 把一座哥特庄园做成逐个房间推进的互动悬疑体验;与电影人 Anand Gandhi 合作的 The Life of Ants,借助 Genie 4 的照片级真实感,让人以蚂蚁的视角穿行蚁群。
Genie 3 留在模型选择器:更长的会话、串联世界与全景基座
Genie 3 并未下架。博客写明,当用户想要更长的运行时长或以全景图为基座的空间时,仍可在模型选择器中选用 Genie 3。本次更新给它加了三项能力:单次生成的探索时长提高到最多 3 分钟,博客注明此前为 60 秒——这与帮助文档「60 秒探索」的口径和上线公告中「生成时长限于 60 秒」的限制一致;世界串联(world chaining),把多个世界连成一段更长的旅程;以 360 度全景图像为基座生成新世界,博客以佩特拉古城为例,展示环顾四周时峡谷与立面保持一致。1 月缺席的 promptable events 这次也补上了:探索途中用自然语言动态改变环境。
作为参照,Genie 3 是谷歌 2025 年 8 月 5 日发布的通用世界模型,发布文章给出的参数是 24 fps 实时导航、720p 分辨率、数分钟内保持一致。
官方口径之外:漂移限制与未写明的会话上限
截至发稿,本文引用的能力描述均出自谷歌自己——两条 X 帖、一篇博客和谷歌制作的演示,没有可引用的独立测试来核对 Genie 4 在 Project Genie 中的实际表现。公告帖发布后半小时左右获得 498 个赞、63 条回复和 26,120 次浏览;回复区既有叫好,也有具体的追问:会话中途的编辑是保留世界状态还是从头重生成,Genie 4 的会话能撑多久不漂移,Ultra 订阅的使用量是否不设上限。
官方材料自己也留了一个空白:两帖与博客都写明了 Genie 3 单次 3 分钟的上限,却没有给出 Genie 4 在 Project Genie 中的会话时长。博客把摄像头延迟、复杂物理交互、实时音频精度和场景长期恒存列为仍在攻关的难题;谷歌在 10 月的说明里也写明,模型的连贯性目前限于短会话,运行越久漂移越明显。这次开放之后,世界实际能撑多长,要等订阅用户实测。
参考链接
- Google DeepMind 官方 X 帖:Genie 4 is now available in Project Genie(2026-11-18)
- Google DeepMind 官方 X 后续帖:推送范围、社区画廊与 Genie 3 更新(2026-11-18)
- Google 官方博客:Genie 4 is now available(2026-11-18)
- Google DeepMind 博客:Genie 4 模型说明(2026-10-27)
- Google 官方博客:Project Genie 上线公告(2026-01-29)
- Google DeepMind 博客:Genie 3 发布文章(2025-08-05)
- Google Labs 帮助文档:Get started with Project Genie