Google DeepMind 于 2026 年 11 月 18 日宣布,把 Genie 4 作为 Project Genie 的新能力向符合条件的 Google AI Ultra 订阅者开放,Google AI Pro 会员可在同页加入等候名单。新版本支持在探索过程中用自然语言实时改变环境,并配合随场景变化的原生音频;同批更新的还有 Genie 3 的更长时间会话、全景图起点与世界串联、创作智能体与社区画廊。官方同时把摄像头延迟、精细物理交互与长期场景保持列为仍在研究中的挑战。
Project Genie 向 Google AI Ultra 订阅者开放 Genie 4:可边走边改的世界模型
这次发布的是什么
Google DeepMind 在 2026 年 11 月 18 日发布公告,标题写的是「Genie 4 is now available」,官方页内日期为 Nov 18, 2026,DeepMind 博客 RSS 条目时间为当天 18:13 UTC。这标志着 Genie 4 从前期研究公布进入 Project Genie 的实际开放阶段:符合条件的 Google AI Ultra 订阅者当天起可以使用,Google AI Pro 会员可在同一页面加入等候名单。
这里要和站内 2026 年 10 月的专稿区分清楚。那篇记录的是 10 月 27 日的研究公布,当时官方说只向少量受信任测试者开放,后续才会进入 Project Genie;这次是开放动作本身,并附带一批具体能力更新与明确的使用门槛。两篇是同一条产品线的不同事件,不合并、不互相替代。
官方同时强调 Genie 3 与 Genie 4 仍属于前沿研究范畴,不是定型的消费产品。本文按这一口径描述,不把官方列出的研究方向写成已经解决的问题。
可用性与限制
- 时间锚点:DeepMind 官方页写 Nov 18, 2026,官方 RSS pubDate 为 2026-11-18T18:13:42Z
- 当前开放对象:符合条件的 Google AI Ultra 订阅者,从公告当日起可在 Project Genie 体验
- 等候名单:Google AI Pro 会员可在 Project Genie 页面加入等候名单,不属于已获得访问
- 运行入口:浏览器内的 Project Genie,不需要本地部署
- 已知研究挑战:官方列出摄像头延迟、复杂物理交互、实时音频精度与长期场景保持,均仍在研究中
- 发布护栏:官方写生成视频与音频带 SynthID 水印,输入与输出都会经过安全筛查
- 模型定位:Genie 4 与 Genie 3 仍被官方归在前沿研究空间,不写成成熟商用产品
- 价格与额度:官方发布页未在本次核对的段落里逐项说明,一律以官网为准
主要功能
- Genie 4 支持在探索过程中继续输入提示词,实时改变天气、加入角色或调整场景走向
- 原生音频随场景变化,包括环境声与角色对话,官方称音频会随生成过程即时适配
- Genie 3 保留在模型选择器中,适合更长的单次运行与以全景图作为起点的空间
- Genie 3 本次更新包括单次最长三分钟的生成时长、世界串联与 360 度全景图起点
- 新增 Project Genie 创作智能体,用自然语言对话搭建世界,并调用多模态模型生成初始视觉与配乐
- Gemini 模型可在探索过程中提供上下文建议,也能触发世界内的事件
- 社区画廊支持浏览、 remix 与发布自己的世界,供其他用户探索
技术原理
世界模型与视频生成的关键差别在于是否允许中途改写。视频模型给出一段固定结果,世界模型要在用户持续输入的同时推算下一步画面、声音与物体关系。官方这次把 Genie 4 的卖点放在「会话中途改写」上:你在世界里移动时再输入一句提示,系统要在不重启场景的前提下改变天气、放进角色或改变事件方向。
音频是这一代的另一条主线。官方称图像与原生音频一起生成,声音随场景演化,而不是后期配上去的一段固定音轨。要做到这点,模型需要在生成画面的同时维持对场景状态的描述。
创作智能体则把入口从「一句话或一张图」改成多轮对话。官方描述它会调用 Google 的多模态模型组合,先确定世界视觉基调,再配背景音乐,探索阶段还有 Gemini 模型观察屏幕内容并给出后续建议。这说明产品的重心从单次生成转向连续编辑与分享。
至于边界,官方自己列出的四项挑战——摄像头延迟、精细物理交互、实时音频精度和长期场景保持——正好对应这类系统的四个薄弱环节。把它们写在公告里,意味着当前版本更适合体验与原型,不适合需要长时间稳定复现同一场景的生产流程。
实际体验
按官方入口,Ultra 订阅者进入 Project Genie 后可以在模型选择器里比较 Genie 4 与 Genie 3。想体验实时改写与原生音频选 Genie 4;想试更长的单次运行、全景图起点或把多个世界串起来,官方把 Genie 3 留在选择器里。这个分工对首次上手的人比较友好:不必在同一个模型里兼顾所有目标。
社区画廊改变了体验的起点。即使没有想好要创作什么,也可以先从策展或社区作品进入,再 remix 其中的规则、配乐或世界结构。官方举的例子包括把个人照片变成可探索空间、以 360 度全景图做起点,以及把现成场景改成另一种风格的空间。
要留出心理预期:单次三分钟是 Genie 3 本次更新后的时长口径,不等于 Genie 4 的时长承诺;等候名单也不等于已开放。官方演示里的细节效果由厂商挑选场景呈现,在自己的提示词和素材上是否一致,需要实际试过再判断。
项目地址与获取方式
- 官方公告:https://deepmind.google/blog/genie-4-is-now-available/
- Google 博客同题页面:https://blog.google/innovation-and-ai/models-and-research/google-deepmind/genie-4-now-available-project-genie/
- 体验入口:Project Genie 网站,使用符合条件的 Google AI Ultra 账号登录
- Google AI Pro 会员:在同一页面加入等候名单
- 研究背景:官方同页链接了 Genie 4 模型研究概览,说明当前限制与进展
- 订阅条件、所在区域与配额以官网当前页面为准
适合谁用
- 已经订阅 Google AI Ultra、想第一时间试世界模型实时编辑的创作者
- 做交互原型、想把概念变成可走进去场景的设计与影视从业者
- 对全景图起点、世界串联这类空间叙事方式感兴趣的教育与展示场景
- 想观察原生音频如何随画面变化、而不是只做静态视频生成的技术爱好者
- 希望先 remix 社区作品再形成自己版本的轻度用户
如果目标是产出可交付、可长期稳定复现的视频文件,这条产品线的当前定位并不贴合;官方自己把长期场景保持列为仍在研究的问题。
常见问题
这次和 10 月的 Genie 4 公布有什么区别?
10 月那篇记录的是研究公布与受信任测试者阶段,这次是向符合条件的 Google AI Ultra 订阅者实际开放,同时放出创作智能体、社区画廊与一批 Genie 3 更新。站内两篇专稿按事件分开记录。
Google AI Pro 会员现在能用吗?
不能按已开放计算。官方写 Pro 会员可以在同一页面加入等候名单,只有符合条件的 Ultra 订阅者从公告当日起可直接体验。
Genie 4 和 Genie 3 该选哪个?
按官方描述,Genie 4 侧重视觉真实感、实时改写与原生音频;Genie 3 保留在模型选择器里,面向更长的运行和以 360 度全景图作为起点的空间。两者不是简单替代关系。
生成内容能直接用于商业项目吗?
官方公告没有在本次核对的段落里给出授权条款,只说明生成内容带 SynthID 水印并经过安全筛查。商用授权与导出方式以官网当前说明为准,本文不作推断。
三分钟是 Genie 4 的时长上限吗?
不是。官方写三分钟是本次 Genie 3 更新后的单次运行时长,并未把同一数字写成 Genie 4 的时长上限,本文不把它套到 Genie 4 上。
相关工具与内容
- 10 月研究公布专稿:/article/google-deepmind-genie-4-world-model-2026-10
- 同类世界模型工具背景:/article/nvidia-cosmos-world-model-tools-2026-10
- Gemini 系列更新:/article/google-gemini-4-carbon-ga-2026-11
- 视频交付方式对照:/article/ai-video-subtitle-delivery-selection-2026-11
- 分类入口:/category/video
- 分类入口:/category/other
相关内容
AWS Quick 同日三组更新:插件打包智能体与技能,网页端与 Flows 打通跨端工作流
AWS 在 2026 年 11 月 20 日至 21 日连续发布三条 AWS Quick 更新:插件可把智能体、技能、连接器与流程打包成一次安装的单元;网页端把桌面体验搬进浏览器,并更新浏览器扩展与 Microsoft 365 加载项;Flows 支持用对话构建自动化,并加入确定性步骤与输出校验。官方用户指南说明 Quick 由 Amazon QuickSight 演进而来,原有 QuickSight 接口与集成继续可用。
Amazon Bedrock 网页搜索新增五种语言与国别字段:按用户所在国偏置检索来源
AWS 于 2026 年 11 月 21 日宣布 Amazon Bedrock 的 Web Search 工具新增西班牙语、法语、德语、意大利语和日语,并支持非美式英语;同时加入可选的国家字段,用 ISO 3166-1 alpha-2 代码把检索来源偏置到指定国家。现有客户无需改代码即可获得语言能力,可用区域与数据驻留口径以官网为准。
Transformers v5.24.0 发布:纳入十个新模型架构,缓存参数改名进入兼容期
Hugging Face 于 2026 年 11 月 21 日发布 Transformers v5.24.0,正式版标注为 prerelease=false。本次新增 Inkling 2 Mini、Apertus 1.5、Omnilingual ASR、HY4-VL 等十个模型架构支持,同时把 past_key_values 与 cache_params 统一改名为 cache,并给出跨版本的兼容时间表。
继续阅读:Cloudflare 更新 Clairic 并开放权重:新增 PDF 提取与轻量版 Clairic-flash · Amazon OpenSearch Memory 正式可用:给智能体加一层无需自建的持久记忆