多模态 最新动态

Google DeepMind 发布世界模型 Genie 4

Google DeepMind 发布新一代世界模型 Genie 4，原生支持多模态，可在生成画面的同时生成音乐、环境音和交互对话。Genie 4 支持用自然语言实时修改天气、镜头和场景人物，并借助 Gemini 3.8 Flash 作为循环中的引导智能体拆解多步任务、校验执行进度。