原文标题：Google’s Genie 4 world model adds audio, more realistic worlds, and real-time steering

在构思阶段，在故事板阶段——任何时候你需要快速构思。”

谷歌还提供了 Veo，它的人工智能视频生成模型，可以根据文本、图像或视频提示生成带有内置同步音频的高清剪辑，这种工具在电影制作人中越来越受欢迎。

Rivas 补充说，用户最终可以依靠 Gemini Omni，这是一种多模式大型语言模型，可以从图像、音频和文本生成视频，将这些原型转变为创意资产。他说，尽管实现这些能力还有很长的路要走。

在整个发布会上，Rivas 强调 Genie 4 还处于早期阶段，目前还不清楚端到端的产品体验是什么。该团队还承认，《精灵 4》仍然存在差距：随着模拟运行时间的延长，细节和对象可能会发生变化，而且他们还没有完全弄清楚如何确保音频准确以及世界中的任何文本都清晰可辨。

Genie 4 现已作为值得信赖的测试人员的研究预览版提供。在接下来的几周内，该模型将向 Project Genie 中的 Google AI Ultra 订阅者推出，Project Genie 是 Google 的 AI 工具，用于从文本或文本生成交互式世界。

图像提示，以及 Gemini API 和 Google AI Studio 的早期访问合作伙伴。