2026年11月19日,Google在官方博客宣布,世界模型Genie 4正式面向开发者开放:即日起可通过Gemini API(Interactions API)与Google AI Studio调用。这是Genie 4在11月18日登陆Project Genie、面向Google AI Ultra订阅用户开放后的又一次扩围,这次轮到开发者把“会说话的世界”接进自己的产品。
能做什么:720p世界,边玩边改
开发者只需一段文字提示、一张参考图,或两者结合,就能生成连续的720p世界,帧率24fps,配有同步的原生音频——环境音、音效与角色对话都包含在内。游玩过程中可用键盘实时操控,边走边用文字提示改天气、调光线、增减物体或改写事件走向,Gemini的推理能力负责让世界状态保持连贯。
Google给出的方向包括三类:做交互体验原型、把空间概念可视化、为机器人与AI智能体做训练环境。所有输出都会带上不可见的SynthID水印。
价格与门槛:只走付费层,按秒计费
按Gemini API定价页,Genie 4只在付费层提供,不支持免费层。输入按每百万token 1.5美元计费,视频输出按每百万token 17.5美元、音频包含在内,折合约每秒0.1美元、每分钟约6.05美元。会话按实际生成的视频token计费,结束后必须调用complete()停止计费,否则会一直扣费。
与Project Genie不是一回事
11月18日上线的是面向消费者的Project Genie体验,仅限符合条件的Google AI Ultra订阅用户,Pro用户只能先排队;这次开放的是开发者通道,走Gemini API与AI Studio,按量付费。两者用的都是Genie 4,但一个是“进去玩”,一个是“拿来建”。
Google也提醒,Genie 4仍是前沿研究系统,画面漂移、复杂物理交互与长期场景稳定性仍是未解决的问题。开发者尝鲜前,先想清楚自己的场景是否容得下这些短板。相关进展可参考Genie 4进Project Genie。