产品71°

Google Genie 4 上线 Gemini API 与 AI Studio,支持实时交互式世界生成

精选理由

Genie 4 现在能直接在浏览器里玩了:文字或图片生成 720p 世界,WASD 键盘实时操控还带声音。做游戏原型或者想给智能体找仿真环境的开发者可以上手试试,走 WebRTC 延迟不高。

Google 将 Genie 4 通过 Gemini API 和 AI Studio 正式开放。用户可以用文本或图片作为种子,生成 720p、24fps 的可交互世界,并在运行中通过 WASD 按键、提示词实时操控,同时附带 48 kHz 立体声。

正文

接入方式支持 WebRTC(浏览器加临时令牌)和 WebSocket 两种流式传输。开发者可在 aistudio.

google.com 的 Genie 文档页查看接入细节,或在 AI Studio 的 live 页面直接体验。

这类实时可控的生成式世界模型把视频生成从"出一段片子"推进到"可玩的环境",对游戏原型和智能体仿真场景有直接价值。

原文 · Philipp Schmid

Today we are rolling out Genie 4 on the Gemini API and AI Studio🚀 Seed a 720p 24fps world from text or image and steer it live with WASD, prompts, and 48 kHz stereo audio. Stream via WebRTC (browser + ephemeral tokens) or WebSocket. Available on: - Gemini API: aistudio.google.com/docs/genie 3 - AI Studio: aistudio.google.com/live?model=gen… k📊 14 ⚡

产业坐标与信源核验

本条情报归属 AITOP「产品」核心栏目,重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:Genie 4、Gemini API、AI Studio、视频生成,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。

信源核验说明:本文原始线索采编自「Philipp Schmid」(@_philschmid),经 AITOP 多维评分管线结构化提炼。