谷歌发布世界模拟模型Genie 4:支持通过Gemini API进行交互式内容创作
谷歌(Google,股票代码:GOOGL)旗下Alphabet公司近日正式向开发者开放了其最新的世界模拟模型——Genie 4。该模型现已集成至Gemini API及Google AI Studio平台,标志着生成式AI在动态环境模拟领域的重要进展。
核心功能与交互体验
根据官方说明,开发者可以利用文本描述或参考图像构建虚拟环境,并通过键盘操作和实时文字指令对场景进行控制。在这一过程中,用户能够动态调整天气、光照条件、物体布局以及事件发展,模型则会根据输入指令实时生成下一帧画面。
生成的视频输出分辨率为720p,帧率为每秒24帧。此外,模型还能同步生成与环境相匹配的背景音效、特效音以及角色对话,从而创造出高度沉浸式的视听体验。与世界模型不同,Genie 4并非简单播放预渲染视频,而是基于用户行为实时演算并生成后续场景。
应用场景与技术限制
谷歌指出,该模型主要适用于以下领域:
- 交互式内容的原型制作
- 空间设计的可视化展示
- 机器人及AI智能体的训练环境搭建
开发者可通过Google AI Studio的体验界面直接试用,或通过API接口将模型接入自有服务系统。需要注意的是,Genie 4目前仅对付费API层级开放,且单个会话时长上限为2分钟。若模拟过程较长或指令频繁变更,物体的外观和位置可能会出现变化。
API调用限额与计费标准
根据谷歌API调用限额文档,不同层级的并发活跃会话数及每日请求配额如下:
- 1级: 2个并发会话,每日50次请求
- 2级: 5个并发会话,每日250次请求
- 3级: 10个并发会话,每日1000次请求
免费层级无法使用Genie 4 API。尽管同一层级的用户享有相同的理论配额,但实际处理能力可能因资源负载而有所差异。为了准确计费,开发者需在结束会话时主动调用终止接口,否则将持续产生费用。
在定价方面,包含音频输出的视频生成费用为每百万Token 17.50美元(约合人民币2.3万元)。若按生成时间折算,标准费率约为每分钟6.05美元(约合人民币8060元)。
技术透明度与安全标识
针对未来改进方向,谷歌承认当前版本在复杂物理交互、高精度实时声学表现以及可读文字呈现方面仍有提升空间。同时,为确保内容安全,Genie 4生成的所有输出均嵌入了SynthID数字水印技术,以便识别AI生成内容。
此次公开此前已有铺垫:谷歌DeepMind曾于10月27日向受信任的研究人员提供Genie 4的预览版;随后在当月18日,向符合条件的Google AI Ultra订阅用户开放了Project Genie项目体验,并于次日正式推出开发者API。订阅服务与开发者API为两条独立的服务路径。

交易所
交易所排行榜
24小时成交排行榜
人气排行榜
交易所比特币余额
交易所资产透明度证明
去中心化交易所
资金费率
资金费率热力图
爆仓数据
清算最大痛点
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
ETF追踪
索拉纳ETF
瑞波币ETF
香港ETF
比特币持币公司
加密资产反转
以太坊储备
HyperLiquid钱包分析
Hyperliquid鲸鱼监控
大额转账
链上异动
比特币回报率
稳定币市值
期权分析
新闻
文章
财经日历
专题
钱包
合约计算器
账号安全
资讯收藏
自选币种
我的关注