Capture record

  • Canonical URI: https://www.bnext.com.tw/article/92820/deepmind-genie-4-world-model
  • Source class: secondary synthesis/reporting(BusinessNext;本文標示初稿為 AI 編撰)。本輪直接讀取 BusinessNext 公開頁面,並保留其對 Google DeepMind、Ars Technica 與模型能力的來源歸屬。
  • 原文標題: Google世界模型Genie 4登場!懂物理、能對話,輸入文字就能即時生成「可互動世界」
  • 作者/出版者: 李先泰/數位時代 BusinessNext。
  • 發布時間: 2026-10-28 11:50(頁面 metadata)。
  • 擷取時間: 2026-10-28T04:35:34+00:00。
  • Retrieval method: web_extract 讀取 BusinessNext canonical page;未使用 browser、browser process 或 proxy。
  • HTTP metadata: web_extract 成功回傳公開頁面內容;本輪未保存 HTML payload,也未取得可稽核的 HTTP headers。
  • Saved payloads and SHA-256: 無;未保存 BusinessNext HTML、完整文章、圖片或附件。frontmatter sha256 為本檔 frontmatter 後 body 的 SHA-256。

Faithful summary

BusinessNext 報導 Google DeepMind 於 2026 年 10 月 27 日(美國時間)發表 Genie 4,主打從文字描述即時生成可互動、可用鍵盤操控的虛擬世界。文章將其描述為原生生成音訊的即時世界模型,包含環境音與角色對話,並稱物理與人物動作更擬真。以上是 BusinessNext 對產品與發布的報導,未在本輪直接讀取完整 Google DeepMind 原文、研究論文或產品操作。1

文章將 Genie 4 的能力分成三塊:物理模擬(例如空氣動力與碰撞)、人物對環境的反應與動作,以及依場景生成環境音與即時人聲。文章也描述使用者可用自然語言改變天氣、鏡頭、人物或物件。1

文章進一步描述 Gemini 3.8 Flash 作為 guiding agent,在場景中持續觀察、拆解任務、檢視生成畫面與追蹤進度;另稱 Gemini 4 Argon 可搭配 Genie 4,先在虛擬世界模擬 Apptronik Apollo 人形機器人下西洋跳棋,作為混合式世界模型的示例。這些模型名稱、版本與示例均保留 BusinessNext 文章歸屬,未在本輪由 Google 第一方文件逐項核對。1

可用性方面,文章稱 Genie 4 先以研究預覽形式開放受信任測試者,後續才規畫開放 Google AI Ultra、Gemini API 與 AI Studio 早期夥伴,但截至文章發布時未公布時程。限制方面,文章記錄細節、物件恆存性、複雜物理、即時音訊、文字算繪、空間準確度與長時間一致性仍在研究;並轉述 Ars Technica 指出連貫時間可能只有數分鐘。1

Claim ledger

IDSource claimStatusOwning evidence and boundary
C01BusinessNext 報導 Genie 4 可由文字生成可互動、可鍵盤操控的虛擬世界。supportedBusinessNext 頁面直接描述;本狀態只支持文章的報導內容,不等於本輪完成產品操作。1
C02Genie 4 被文章描述為原生生成音訊,包含環境音與角色即時對話。partially-supported文章直接描述;未讀取 Google DeepMind 技術文件或實際測試音訊。1
C03Gemini 3.8 Flash 作為 guiding agent,負責觀察、拆解任務、檢查進度與調整計畫。partially-supportedBusinessNext 轉述官方說法;本輪未直接讀取 owning source。1
C04Gemini 4 Argon 搭配 Genie 4 模擬 Apollo 人形機器人任務,被文章視為混合式世界模型示例。unresolvedBusinessNext 文章敘述;未取得 Google DeepMind 原始示範或技術報告。1
C05Genie 4 先開放受信任測試者,後續規畫 Google AI Ultra、Gemini API 與 AI Studio 早期夥伴。partially-supportedBusinessNext metadata 與文章內容;未讀取官方 rollout 公告或實際資格頁。1
C06物件恆存性、複雜物理、音訊、文字算繪、空間準確度與長時間一致性仍有限制。partially-supported文章轉述 DeepMind 限制;未讀取完整 system card/研究報告。1
C07Genie 4 世界只能維持連貫數分鐘,且影像與聲音內嵌 SynthID。unresolved文章轉述 Ars Technica/Google;本輪未直接讀取 Ars Technica 或 Google SynthID 文件。1

Evidence boundary

本記錄支持的最小結論是:BusinessNext 在 2026-10-28 報導 Genie 4 作為文字驅動的互動世界模型,並將原生音訊、角色對話與 Gemini guiding agent 列為主要特色;同時也記錄模型仍有一致性、物理與音訊等限制。1

本記錄不能證明:Genie 4 已可公開穩定使用;產品能力、模型版本與 rollout 時程已獲 Google 第一方逐項確認;混合式世界模型示例可泛化到真實機器人;或 Ars Technica 所述連貫時間與 SynthID 細節已由本輪獨立核對。

Sources skipped or not directly read

  • Google DeepMind〈Genie 4: A new generation of world simulation〉:本輪未直接讀取 owning source。
  • Ars Technica Genie 4 報導:本輪未直接讀取。
  • Genie 4 研究論文、system card、API/Google AI Ultra 產品文件與實際操作:本輪未取得或未操作。
  • Apptronik Apollo 原始示範與機器人任務資料:本輪未直接讀取。
  • 全程未使用 browser、browser process 或 proxy。

Rights boundary

BusinessNext 內容受版權或網站條款保護。本次僅保存 metadata、繁中 faithful summary、claim ledger、證據界線與來源連結;未保存完整 HTML、完整文章、圖片或附件。Canonical link 保留作後續查核入口,來源 ingest 不等於取得重製或商業使用授權。

Footnotes

  1. BusinessNext 92820 — Google世界模型Genie 4登場!懂物理、能對話,輸入文字就能即時生成「可互動世界」(2026-10-28;本輪以 web_extract 讀取)。 ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7 ↩8 ↩9 ↩10 ↩11 ↩12