{"id":"17833262","account":"mubei","brand":"@mubei","title":"给它一张静态照片，几秒钟后会发生什么？ 你直接走进了这张照片里。 不是看一段几秒钟的固定视频。 这是一个带着环境音、能推…","summary":"给它一张静态照片，几秒钟后会发生什么？ 你直接走进了这张照片里。 不是看一段几秒钟的固定视频。 这是一个带着环境音、能推拉镜头、能操控角色在里面实时漫游的世界。 这是 DeepMind 公布的交互世界模型 Genie 4。 官方目前给出的还只是技术演示，但思路已经跳出了传统的视频…","body":"给它一张静态照片，几秒钟后会发生什么？\n你直接走进了这张照片里。\n不是看一段几秒钟的固定视频。\n这是一个带着环境音、能推拉镜头、能操控角色在里面实时漫游的世界。\n\n这是 DeepMind 公布的交互世界模型 Genie 4。\n官方目前给出的还只是技术演示，但思路已经跳出了传统的视频生成。\n以前的模型再逼真，吐出来的也是一段定死的画面，你只能当观众。\nGenie 4 解决的是实时物理交互。\n\n给一段描述或者一张图，几秒钟后你就能操控角色身处其中。\n镜头的视角、场景的细节，每一步都实时受你掌控。\n你只要继续给提示，它就在后台实时计算接下来该发生什么。\n探索城堡时，身边的同伴会当场大喊那是陷阱。\n连周围的环境音，都在跟着你的动作与画面实时同步。\n\n他们直接把这套世界模型，做成了机器人的虚拟练兵场。\n在现实里试错，机器人要承担物理损耗和环境风险。\n在虚拟世界里，却能让机器人把各种操作任务提前演练无数遍。\n等在数字空间里把技能练扎实了，再让它们到物理世界里去干活。\n\n我们在虚拟世界里漫游探索。\n现实世界里的机器人，已经在里面悄悄把活给学会了。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2115204698299130283","translated_status_id":"2115204698299130283","published_at":"2026-10-27 22:08:13","created_at":"2026-10-27 21:54:51"}