Genie 4 是一款能实时生成可探索世界的世界模型，但普通用户现在还用不上它。Google DeepMind 在 2026 年 10 月 27 日发布它时，定位是研究预览：先开放给受信任的测试者，之后再向 Google AI Ultra 订阅用户和 Gemini API、Google AI Studio 的早期合作伙伴开放，其他人只能先加入等候名单。所以这篇文章不教你“去哪里下载”，而是先把入口、玩法和限制讲清楚，等轮到你时不用再从头摸索。
世界模型和视频生成模型不是一回事。视频生成模型一次输出一段看完就结束的短片，世界模型则在你操作的过程中持续生成画面和声音：你按键盘走动，场景跟着变化；你中途打字改天气、加人物，正在运行的世界也会跟着改。Genie 4 的新意就集中在这一点上：它把“生成”和“游玩”合在了一次体验里，而不是先生成、再播放。
现在谁能用，谁还得等
按 DeepMind 公布的安排，Genie 4 首先面向电影制作、游戏开发和机器人方向的受信任测试者开放，属于研究预览。接下来，Project Genie 里的 Google AI Ultra 订阅用户，以及 Gemini API 和 Google AI Studio 的早期合作伙伴会陆续获得访问权限，普通用户需要先登记等候。DeepMind 没有在发布时公布分辨率、帧率和 API 价格，这些细节要以官方页面后续更新为准，看到第三方“破解版”“直装包”先别信。
如果你已经在等候名单上，真正轮到你之前可以先做两件准备：想好一个具体的试用场景，例如一段游戏概念演示、一组分镜预演，或者一个机器人训练用的小场景；再准备一句能说清地点、主角和动作的初始提示词。世界模型最怕空泛的指令，“一个热闹的城市”不如“雨夜的火车站，一个人提着行李走向站台”来得好控制。
玩起来是什么感觉
Genie 4 的操作分三层，分别是开局、走动和中途改动。开局时，你用一句话或一张图描述想要的世界，模型实时生成一个可以走进去的场景；走动时，用标准键盘控制移动和视角，画面和声音同步生成；玩到一半，你可以继续用自然语言下指令，改天气、换镜头、加一个人物或一件物品，场景不会停下来等你。
声音是这一代最容易被低估的变化。Genie 4 会同时生成环境声、音乐和人物对话，场景里的人物能实时回应你的行动和指令，而不是后期配上去的旁白。DeepMind 还提到，Gemini 负责让世界里的物体看起来和动起来更符合现实，Gemini 3.8 Flash 则在循环里引导模拟、把多步骤的事件拆开执行。所有生成的视频和音频都会带上 SynthID 隐形水印，这是 Google 标识 AI 生成内容的做法，拿去商用或公开发布前要先确认平台的标注要求。
| 对比项 | Genie 3 | Genie 4 |
|---|---|---|
| 场景持续时间 | 约 60 秒 | 约 2 分钟 |
| 声音 | 以画面为主 | 原生环境声、音乐和对话 |
| 中途改动 | 有限 | 可用自然语言实时改天气、镜头和物体 |
| 开放范围 | 研究预览 | 研究预览，逐步扩大到 Ultra 用户和 API 合作伙伴 |
两个容易误会的地方
第一个误会是把它当成游戏。Genie 4 生成的世界可以走、可以改，但它没有游戏那种事先写好的规则、胜负条件和存档系统，玩两分钟后细节可能开始漂移，物体的位置和外观也可能悄悄变化。把它当成游戏原型、概念演示和预演工具更合适，直接当成品游戏发售还差得远。
第二个误会是把它当成视频生成器来比画质。世界模型的核心价值是“可交互”，为了实时响应，它要在连贯性和生成速度之间取舍。DeepMind 自己列出的限制包括长时间运行后的漂移、复杂物理、实时音频的准确性、画面里文字的可读性，以及空间准确性。演示里出现的人物动作和光影确实更自然了，但文字招牌、精细的机械结构这类细节仍然容易出错，拿它做需要精确还原的演示前，一定要逐帧检查。
轮到你时，先这样试一次
第一次试用，别贪大。先选一个单一场景、一个主角、一种天气，用一分钟看它能不能稳定地走完一次；再试一次中途改动，例如让天气由晴转雨，或者加一个路人，看看世界是自然地接上，还是把原来的细节改丢了。两次都满意，再试更复杂的连续动作和对话。
如果你是游戏或影视方向的从业者，Genie 4 更现实的用法是前期验证：用它快速做出几个可走动的场景，给团队看节奏和氛围，定下来之后再用常规引擎和美术流程重做。机器人方向的价值则在训练：让智能体在模拟世界里练习，摔了碰了也不损坏真设备，但模拟和真实之间的差距仍需实测验证，不能只看演示效果。
普通用户现在最该做的，其实是分清“听说过”和“能用上”。Genie 4 已经发布，但入口还没轮到大多数人，先记下官方的 Project Genie 和等候名单渠道，等正式开放再动手，比到处找非官方安装包稳妥得多。
