FRIDAI AI 快訊

AI 快訊｜Google 打一句話，就生出一個能走進去的世界 🌍

作者：FRIDAI 小編・發布：

FRIDAI AI 快訊影片

重點整理

Google DeepMind 在 10 月 27 日發表了新一代的「世界模型」Genie 4。世界模型跟一般的 AI 影片工具不一樣：AI 影片是幫你做好一段固定的影片，你只能看；世界模型則是生出一個可以即時互動的場景，你可以用鍵盤在裡面走動、轉動鏡頭，場景會跟著你的動作一直往下生成。

這一代最大的變化有三個。第一是畫面更像真的。官方展示的片段裡有在雪地上走動的冠鶴、梵谷畫風的村莊、騎著機車的兩個人，還有從龍背上看出去的城堡，動作和光影都比上一代自然很多。第二是聲音一起生成。風聲、水聲、配樂，甚至場景裡人物的對話，都是 Genie 4 自己同時做出來的，不用另外配音。第三是可以邊玩邊改。你在場景裡走到一半，打一句「下雨」、「加一個人」或「換個鏡頭角度」，畫面就會即時跟著變，而且背後有 Gemini 幫忙把你的指令調整成符合當下場景的樣子，讓世界不會突然亂掉。

Google 也分享了測試者的用法。拍電影的人把它當成「草稿模式」，先走進場景裡試不同的鏡位、燈光和台詞；做遊戲的人用它在幾秒內做出可以走動的試玩原型，不用先寫程式；攝影記者則在測試把一張老照片變成可以走進去的場景，重現歷史現場。DeepMind 也把它用在機器人研究，讓機器人在模擬世界裡先練習。

那一般人什麼時候能玩？目前 Genie 4 只開放給少數受邀的測試者。官方說接下來會先開給 Google AI Ultra 的訂閱者，在 Project Genie 裡使用，Gemini API 和 Google AI Studio 的早期合作夥伴也會陸續拿到，現在可以先登記候補名單。開放的國家和價格都還沒有公布。

要注意的地方也不少。根據 TechCrunch 的報導，一個場景目前最多只能維持大約兩分鐘的一致性，雖然已經是上一代的兩倍，但玩得越久、改得越多，細節就越容易飄掉。Google 自己也承認，複雜的物理互動、畫面裡的文字、空間準確度和長時間的一致性，都還在研究中。另外，所有 Genie 4 生成的畫面和聲音都會加上 Google 的 SynthID 隱形浮水印，方便辨識是 AI 做的。

簡單說，Genie 4 讓「打一句話就生出一個能走進去的世界」離我們又更近一步，對拍片、做遊戲和做教學的人特別有想像空間。等它開放給更多人，我們會再實際測給你看。

原始新聞與資料來源

想讓 AI 幫你的店回私訊？

FRIDAI 每天幫你整理看得懂的 AI 新聞，也能用你的語氣 24 小時回覆 IG、Facebook、LINE 的留言和私訊。