【CBI观察】从Genie 4到世界模型:谷歌与AMD的下一步棋

作者: 李祥敬

责任编辑: 李祥敬

来源: CBISMB

时间: 2026-10-28 14:00

关键字: DeepMind ,世界模型 ,谷歌

浏览: 0

点赞: 0

收藏: 0

一、谷歌Genie 4:可实时交互的世界模拟器

当地时间2026年10月27日,谷歌旗下DeepMind发布第四代世界模型Genie 4的研究预览版,并将其定义为迄今最逼真、交互性最强的世界模型。与Sora、Veo这类生成固定镜头的文生视频模型不同,Genie 4的核心是持续运行、可干预的动态环境模拟:用户用文字生成一个场景后,可以用键盘漫游视角,并在运行过程中随时用自然语言修改天气、切换镜头、新增角色与物体,模拟会基于当前状态继续推演,而非重新生成。

Genie 4相较前代Genie 3实现了四项核心升级。一是原生音频,这是该系列首次在实时模拟中同步生成环境音、背景音乐与交互式对话,角色可根据场景变化与用户指令即时回应。二是模拟时长,场景一致性由前代约一分钟延长至约两分钟。三是物理与人物拟真度,模型基于对空气动力学、碰撞等物理规律的理解,提升了角色肢体、表情与动作的连贯性。四是Gemini混合协同架构,由Gemini Omni锚定画面的真实外观与行为,Gemini 3.8 Flash作为在线调度者观察场景、拆解目标并校验执行进度,Gemini 4 Argon则承担复杂任务规划。

在开放节奏上,Genie 4目前仅面向可信测试者开放,后续将先提供给Google AI Ultra订阅用户(Project Genie),再开放给Gemini API与Google AI Studio的早期接入伙伴。DeepMind同时强调,长时序一致性仍是待研究的领域,模型目前仍属早期实验性产品。

二、Genie 4与Gemini的差异:谷歌的两条技术线

Genie 4与Gemini分属谷歌两条独立但互补的技术线。Gemini是大语言模型与多模态推理模型,处理知识、推理与结构化任务;Genie是世界模型,处理现实世界的空间与物理模拟。二者并非竞争关系,而是分工协作:Gemini负责将目标拆解为步骤、规划叙事逻辑并维持场景连贯,Genie负责逐像素渲染世界的外观、声音与响应。

这一分工对应谷歌在模型布局上的整体思路。在大模型一侧,Gemini 4 Argon的发布被认为帮助谷歌缩小了与OpenAI、Anthropic的差距;在世界模型一侧,Genie系列与多模态能力则长期被视作谷歌的技术优势。DeepMind在发布Genie 4时明确表示,理解与模拟世界是构建AGI的关键环节。其技术路线的下一步指向混合世界模型,即把语言模型与代码模型的结构化推理,同像素级仿真的感官表征相结合,使世界模型在连贯性、可控性与落地性上超越单一方案。

这种“推理+仿真”的并行布局,也反映出谷歌对AGI路径的判断:仅靠文本推理不足以理解物理世界,仅靠视觉生成也无法完成因果推演,只有将二者打通,模型才具备在真实世界中行动与预测的能力。

三、从AMD收购World Labs看世界模型趋势

2026年9月28日,AMD宣布以约82亿美元、全股票方式收购由斯坦福教授李飞飞创办的World Labs,交易预计于2026年底完成,李飞飞将出任AMD执行副总裁兼首席科学家。

AMD给出的收购逻辑值得关注。公司董事长兼CEO苏姿丰表示,AI正在向推理、机器人、仿真与物理AI扩展,对算力基础设施的需求趋于多元,收购世界模型实验室是为了更深入理解模型的演进方向,从而塑造AMD未来的硬件、软件与系统路线图,并强化开放生态

这一案例揭示了世界模型竞争的两个关键趋势。其一,模型定义算力。随着世界模型的实时渲染与物理仿真消耗的算力显著高于文本推理,芯片厂商开始通过并购模型实验室来前置布局,World Labs约70人的团队对应约82亿美元对价,人均估值超过1亿美元,反映的是硬件厂商对模型演进牵引硬件设计这一逻辑的押注。其二,仿真成为具身智能的入口。World Labs的核心能力是空间智能——从文本、图像与视频输入生成、重建并模拟可交互的3D环境,并服务于机器人学习与仿真。DeepMind同样将机器人训练与物理AI列为主要方向,Genie 4即用于机器人策略的仿真试错。

由此可以判断,未来世界模型的发展将沿三条主线推进:一是大模型与世界模型加速融合,推理能力与仿真能力在同一系统中协同;二是仿真环境成为机器人、智能体训练的前置场地,物理AI从实验室走向工程化;三是模型演进反过来重塑芯片架构,软硬协同取代单点突破,成为算力竞争的主轴。世界模型竞争的核心,正在从生成像素转向模拟因果与物理规律,谁能把推理、仿真与算力基础设施三者打通,谁就更可能握住通往AGI与下一轮算力扩张的主动权。

参考资料

[1] Google DeepMind,Genie 4:A new generation of world simulation

[2] Google,The Keyword,Introducing Genie 4

[3] 澎湃新闻,谷歌发布新一代世界模型Genie 4,加强物理AI技术布局

[4] AMD,AMD to Acquire World Labs to Advance the Future of AI Compute

[5] 36氪,550亿,苏姿丰买下李飞飞的世界模型公司

©本站发布的所有内容,包括但不限于文字、图片、音频、视频、图表、标志、标识、广告、商标、商号、域名、软件、程序等,除特别标明外,均来源于网络或用户投稿,版权归原作者或原出处所有。我们致力于保护原作者版权,若涉及版权问题,请及时联系我们进行处理。
地址:北京市朝阳区北三环东路三元桥曙光西里甲1号第三置业A座1508室 电话:13391790444或(010)62178877
版权所有:电脑商情信息服务集团 北京赢邦策略咨询有限责任公司
声明:本媒体部分图片、文章来源于网络,版权归原作者所有,我司致力于保护作者版权,如有侵权,请与我司联系删除

京ICP备:2022009079号-2

京公网安备:11010502051901号

ICP证:京B2-20230255