Google DeepMind 发布世界模型 Genie 4，新增音频与实时操控
Google DeepMind 以研究预览形式发布世界模型 Genie 4，可生成更逼真的交互世界，支持在模拟过程中输入提示词实时改变天气、机位或增删人物物体，并同步生成音乐、环境音和对话音频。
全部 AI 动态
TechCrunch · AIAI 评分7575 Google DeepMind精选AI 评分8282 Google DeepMind 发布世界模型 Genie 4
Google DeepMind 发布世界模型 Genie 4，可实时生成带原生音频的交互式模拟世界，并以自然语言实时修改天气、镜头和场景元素。Genie 4 首次在该系列中直接生成环境音与可随输入变化的人物对话，并由 Gemini 3.8 Flash 作为引导智能体拆解多步任务、检查每帧进度。
推荐理由：官方披露了原生音频、实时语言操控与 Gemini 引导的多步推理三项能力，可据此判断世界模型的交互边界。
Ars Technica · AI同事件AI 评分7878 DeepMind 发布 Genie 4 世界模型，物理与人物模拟更真实
Google DeepMind 发布 Genie 4 世界模型，称其在几乎各个方面都优于 Genie 3，模拟的物理效果和人物更真实，部分改进得益于 Google 更新的 Gemini 模型。
同一件事，精选收录的是《Google DeepMind 发布世界模型 Genie 4》
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案
Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步扩大 Fairwind Program 的可信网络安全防御者范围。该模型在 12 个端到端模拟网络攻击场景中全部通过，上一代为 5 个；在对抗测试集上违规请求减少近两倍，在 Gray Swan 间接提示注入基准上 15 次自适应攻击的成功率降至 0.7%。
推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护分层，以及智能体越界行为的实测数据。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 EmbeddingGemma 2 开源多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，将文本、图像、音频、视频和代码映射到统一嵌入空间，采用 Apache 2.0 许可，参数量 740M。
推荐理由：原文给出参数量、模块化拆分和端侧内存占用，读者可据此判断多模态嵌入在本地检索中的落地空间。