先说结论:这次世界模型终于摸到「做场景」的门槛线了,但它还不是能替你干活的生产工具。
据 Google DeepMind 的发布说明,Genie 4 现在开放给 Google AI Ultra 订阅者,在 Project Genie 里一句文本就能从零生出一片能走进去的世界,而且能在世界跑着的时候打字改天气、加角色、改剧情。
据 AIBriefs 汇总,它的底座是 Gemini:Gemini Omni 负责真实感,其他 Gemini 模型负责连贯性。发布节奏是先给可信测试者做研究预览,再向 Ultra 用户放开,另外留了一条 Gemini API 和 AI Studio 的早期合作方通道。


它省的不是算力,是搭景的时间
我做过几年小游戏,最深的体会是:一段能走的立体场景,贵的从来不是写代码。贵的是把「看起来像那么回事」一点点堆出来。
过去做场景,你要先有引擎,再有模型、贴图、材质,然后摆关卡、调物理、试碰撞。一个草坡可能要三套材质,一段山路要试半天坡度。
Genie 4 真正动的是这一层:它把资产、关卡、物理调参压进了一个提示词框里。你要的不再是「先建模再跑起来」,而是「先说清楚要什么,再看它长成什么样」。这是成本结构的变化,不是参数的变化。

贵在资产和关卡
把老流程拆开看更清楚。第一步是资产,树、石头、屋顶,每一样都要人画或者买;第二步是关卡,路怎么绕、哪儿能跳、镜头怎么跟,全靠反复试;第三步才是物理和手感。
这三步里,前两步最耗人。素材库再大,拼装也得手工;关卡编辑器再好用,摆一个能玩的场景还是几天起步。所以小团队做 Demo,常常卡在「场景还没凑齐,想法已经凉了」。
一段五分钟能跑完的箱庭场景,从白模到能玩,常常是几个人按周算的工作量,真正写代码的时间占不了多少。
据 AIBriefs 的说法,Genie 4 用多个 Gemini 模型分工,一个管真实感、其余管连贯性。翻译成体验语言就是:画面不至于像塑料玩具,走起来也不至于每一步都跳戏。

边跑边改,才是真变化
生成一段画面不稀奇,稀奇的是改。传统流程里改天气等于重打光、重烘一张图,几十分钟起步,改完还要重新跑一遍。
Genie 4 的卖点写在明面上:世界在跑,你打字,它当场换天、加人、改剧情走向。据官方博客描述,它还配了自适应音频,原生环境音、音乐、角色对白跟着场景一起变。
我的判断是:这条「边跑边改」比「一句生成」更值钱。生成只是把起点提前了几步,边跑边改才是把调试搬进了场景里面。做内容的人最缺的从来不是第一版,是第二十版。
据官方博客,社区 gallery 里的世界能分享也能 remix,等于把「改」这件事交给了所有人:你改我一段,我改你一段,场景就这么迭代起来。

三个现实问题
第一,它现在还是研究预览,不是成品工具。能进的入口是 Ultra 订阅和早期合作方通道,普通用户今天想用,基本只能排队或者等。
第二,长时间一致性没被证明。短片段好看,不代表一个世界能连续记住十分钟的地形、人物和路线。这是所有生成式世界模型的老账,Genie 4 目前没给出让人放心的答案。
第三,生成的东西不一定能用。你要的是一条能反复走、每次都在原位的山路,它给的可能是每次都长得不一样的漂亮山路。做原型够用,做要交付的产品还早。
还有一层是时间成本。研究预览意味着功能会改、接口会改,你今天摸熟的改法,下个月可能就换了。这个阶段适合尝鲜,不适合写进项目排期。

我会先干这三件事
假设我周末拿到一个 Ultra 账号,我不会先去逛 gallery。第一件是拿一段自己熟的场景做对照,比如老家那条巷子,看它能不能记住拐角和院门的位置。
第二件专门测改写:跑起来以后连着改五次天气、加一次人物,看它崩不崩,改完还认不认得原来那条路。这比看宣传片有用得多。
第三件最实用:把一个关卡想法丢进去,十分钟出一个能走的版本,拿去和同事对着看。省掉的是前期草图的时间,不是后期打磨的时间。
所以适合谁:做原型、做提案、做课堂演示、做内容预演的团队。不适合谁:要稳定帧率、要精确碰撞、要交付给玩家的正式项目。值得等吗?等它把长时一致性讲清楚再说,现在先拿它当「场景草稿纸」最划算。