谷歌为AI智能体打造了一个可供练习的世界，但物理模拟仍不尽如人意。
内容提要
谷歌DeepMind发布世界模型Genie 4，可实时生成带物理模拟、人物动作和原生音频的交互环境，供AI智能体测试多步骤任务。该模型由多个Gemini模型驱动，支持键盘操控和文本提示改变场景。但长时间运行可能出现物体位置漂移和物理不准确，且未公布重复测试基准，目前仅限受信任测试者使用。
延伸解读
实时交互生成：从视频到可操作世界
Genie 4 的核心突破在于实时生成可交互环境，而非输出预渲染视频。用户可通过键盘移动、调整视角或用文本提示即时改变场景，无需重启模拟。这为 AI 智能体提供了动态测试场，尤其适合需要多步骤决策的任务。但文章指出，长时间运行后物体位置可能漂移，物理表现也不总是准确，这会影响依赖空间记忆或状态回溯的评估。
多模型协作：Gemini 驱动场景与决策
Genie 4 由多个 Gemini 模型协同工作：Gemini Omni 塑造环境，Gemini 3.8 Flash 跟踪进展并规划下一步，Gemini 4 Argon 则在示例中规划棋步。这种分工让场景生成与智能体决策解耦，开发者可按需生成测试环境。不过，文章强调模拟与真实条件的接近程度仍是开放问题，且谷歌未公布重复测试基准，难以判断同一提示是否产生一致结果。
应用探索与可靠性隐忧
文章提到，游戏开发者用 Genie 4 在编写引擎代码前探索原型和测试机制，企业伙伴则尝试生成自定义测试场景。谷歌也在探索将其用于 Gemini Robotics 研究，让开发者在变化环境中测试智能体而无需重建模拟。但物理不准确和物体漂移使智能体评估复杂化：一次失败可能源于智能体本身，也可能是模拟问题。目前仅限受信任测试者使用，尚无定价或性能保证。
Q&A
Genie 4 是什么？它有什么主要功能？
Genie 4 是谷歌 DeepMind 发布的世界模型，能实时渲染出带有模拟物理、人物动作和原生音频的交互式环境，供 AI 智能体测试多步骤任务。它由多个 Gemini 模型驱动，支持键盘操控和文本提示改变场景。
Genie 4 是如何工作的？它依赖哪些 Gemini 模型？
Genie 4 使用多个 Gemini 模型来维持模拟运行：Gemini Omni 帮助塑造环境，Gemini 3.8 Flash 跟踪动态、规划下一步并在变化时调整。它不生成最终视频，而是让用户在生成过程中交互，可通过键盘移动、改变视角或用文本提示修改环境而无需重启模拟。
Genie 4 在长时间运行时有哪些局限性？
Genie 4 在长时间会话中可能无法保持环境一致性：物体可能移位或行为不可预测，谷歌也承认物理模拟并不总是准确。这给智能体评估带来困难，尤其是涉及记忆位置或返回先前状态的任务，因为失败可能源于智能体或模拟本身。
目前谁可以使用 Genie 4？未来有什么开放计划？
目前只有受信任的测试者可以使用 Genie 4。谷歌计划通过 Project Genie 向 Google AI Ultra 订阅者开放，并通过 Gemini API 和 Google AI Studio 向部分合作伙伴开放。定价、更广泛发布和性能保证尚未公布。
Genie 4 有哪些实际应用场景？
游戏开发者用 Genie 4 探索原型、在编写引擎代码前测试游戏机制；企业合作伙伴则研究生成自己的测试场景。谷歌还探索该技术如何支持 Gemini Robotics 研究，让开发者能在变化环境中测试智能体而无需从头重建模拟。
为什么 Genie 4 的评估基准缺失值得关注？
谷歌尚未公布基准测试来展示 Genie 4 在重复智能体测试中的表现，包括相同提示是否产生一致结果。这使得开发者在决定是否将其用于自动化测试时缺乏依据，也让人质疑它能否在高风险测试中替代传统物理引擎。
