Google 开放 Genie4 世界模型 API,支持实时交互与原生音频生成

2026-11-20 11:22

Google 正式向付费开发者开放最新世界模型 Genie4,这是 Google DeepMind 首个可供第三方开发者直接调用的实时世界模型,摆脱了对消费者订阅或演示环境的依赖。该模型依托 Gemini Omni 与 Gemini 系列能力构建,支持生成 720p、24fps 的连续高清交互世界,同步输出原生立体声音频,支持用户实时操控移动、动态调整场景元素,可维持世界状态连贯,生成内容嵌入 SynthID 水印。其采用单会话临时令牌保障安全,通过 WebRTC、WebSocket 传输流媒体,单次会话上限 120 秒,在多地区数据中心提供服务,公布了对应 API 计费标准。Genie4 将世界模拟能力推向第三方生态,可服务于多类场景。

全部回复(0)

我要评论