谷歌(Google,股票代码:GOOGL)旗下Alphabet公司近日正式向开发者开放其最新研发的世界级动态模拟模型——Genie 4。该模型已全面接入Gemini API与Google AI Studio平台,标志着生成式人工智能在复杂环境建模与实时交互领域取得关键突破。
开发者可通过自然语言描述或上传参考图像,快速搭建虚拟场景。在操作过程中,用户能以键盘指令或文字输入实时调整天气变化、光照强度、物体摆放位置以及事件发展路径。系统将基于当前状态持续推演下一帧画面,而非播放预设视频序列。
输出内容为720p分辨率、每秒24帧的动态视频,同时自动同步生成背景音乐、环境音效及角色对话,显著提升视听融合感。这种基于行为反馈的动态生成机制,使场景演化具备高度适应性与真实感。
据官方介绍,Genie 4主要面向以下三类需求:
开发者可在Google AI Studio的试用界面直接体验,亦可通过API接口将其嵌入自有应用系统。但需注意,该服务目前仅限付费层级用户访问,且每个会话最长持续时间限制为2分钟。若指令频繁变更或模拟周期较长,可能出现物体形态或空间布局的轻微漂移现象。
根据谷歌官方文档,Genie 4 API按不同服务等级提供如下资源配额:
免费账户无法调用此功能。尽管各层级享有相同的理论上限,实际可用能力可能受服务器负载影响。为避免持续计费,开发者必须在会话结束后主动调用终止接口,否则系统将持续计算费用。
在定价方面,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),折算后标准时长费率约为每分钟6.05美元(约合人民币8060元),适用于高频率、长周期的应用部署。
谷歌坦言,当前版本在处理复杂物理交互、精确声学建模以及清晰文字渲染方面仍存在优化空间。未来版本计划重点提升这些维度的表现力。
为防范滥用风险,所有由Genie 4生成的内容均强制嵌入SynthID数字水印,确保来源可追溯,助力识别并管理人工智能生成内容(AIGC)的传播路径。这一机制符合全球范围内对透明度和责任归属的监管趋势。
此次发布前已有充分铺垫:10月18日,谷歌向符合条件的Google AI Ultra订阅用户开放了Project Genie项目体验;10月27日,DeepMind团队向部分研究机构提供预览版测试权限。最终,开发者API于当月正式对外启用。值得注意的是,订阅服务与开发者接口属于两条独立的技术接入通道,各自拥有不同的准入逻辑与使用规则。