（媒角抵加／林承志綜合報導）想像先描述一座城市，再用鍵盤走進畫面，途中輸入文字改變天氣，場景也同步出現環境聲與對話。Google DeepMind於10月27日發表世界模型Genie 4，展示這類即時互動能力。目前產品先供受邀測試者使用，未來規劃提供Google AI Ultra訂閱者及部分開發夥伴；台灣開放時間和繁體中文支援仍待公布。

關鍵資訊

  • 新進展：Genie 4生成可互動場景，也能產生環境音樂、聲響與對話，並接受文字調整場景。
  • 目前資格：Google正向受邀測試者提供研究預覽；一般使用者與開發者仍須等待後續開放。
  • 台灣條件：台灣在Google AI Ultra服務地區名單內；Genie 4的台灣上線日期、繁中能力與收費尚未公布。
  • 使用限制：Google表示，場景細節、物件連續性、聲音與複雜物理互動仍有待改善。

從生成影片到能走入的場景，Genie 4多了聲音

Google近年持續開發「世界模型」：系統會根據使用者的動作，持續產生下一步的場景，讓人能探索並影響其中發生的事。2026年1月，Google以較早一代Genie 3推出Project Genie研究原型，讓美國符合資格的Google AI Ultra訂閱者用文字或圖片建立並探索世界。

10月27日，Google DeepMind發表Genie 4。公司表示，新模型可在產生畫面的同時生成環境聲、音樂與人物對話。官方展示中，使用者以鍵盤移動、控制鏡頭，也能在場景進行時用文字改變天氣、加入人物或物件。

這讓一個場景提案可以從靜態畫面延伸到互動草稿：例如先描述街景，再測試不同天氣或鏡頭位置。Google表示，部分受邀創作者正嘗試用它構思影像場景。TechCrunch報導指出，Genie 4可維持場景一致性最多約兩分鐘；這項時長來自媒體報導，Google公告未列出相同數值。

Google展示可用鍵盤移動視角的互動場景；圖／Google DeepMind。畫面內容由AI生成。

Gemini協助安排步驟，長時間連續性仍待改善

Google表示，Genie 4結合Gemini系列模型：Gemini 3.8 Flash會觀察場景、把目標拆成步驟，並追蹤畫面進展；Genie 4則持續生成互動畫面及聲音。Google也展示結合Gemini Robotics研究的模擬例子，作為探索AI如何在虛擬場景中處理任務的一部分。

目前效果仍有邊界。Google在同一份公告指出，隨著場景運行、移動視角或多次修改提示，物件與畫面細節可能改變；複雜物理互動、聲音準確度、文字呈現與長時間一致性也仍在研究。這些條件會影響創作者能否將探索結果用於需要精確位置或連續動作的作品。

Google表示，Genie 4生成的影音將加入SynthID浮水印。當生成畫面涉及真實人物、場地或歷史場景時，作品呈現方式仍需要交代內容是模擬生成。

台灣帳號何時能用？先區分訂閱與Genie 4開放

Google目前將Genie 4作為研究預覽，提供受邀測試者使用。公司規劃後續先在Project Genie提供Google AI Ultra訂閱者，並向Gemini API及Google AI Studio的早期合作夥伴開放，但尚未公布具體日期及Genie 4使用費用。

Google AI Ultra會員說明的可訂閱地區列有台灣；Project Genie使用說明則寫明，一般原型服務面向Google AI Ultra開放地區的訂閱者，須年滿18歲並以個人Google帳號登入。這些是現行Project Genie與會員條件。至於Genie 4何時對台灣帳號開放、是否支援繁體中文指令，以及實際費用和使用額度，Google尚未公布。

Project Genie的說明提供刪除資料及申請匯出功能。Google Labs資料說明指出，開啟labs.google/fx歷史紀錄時，提示、輸出與意見回饋會儲存於帳號；關閉歷史紀錄後，未來互動不會送交人工審查或用於改善生成模型，但為提供服務與處理回饋，互動仍可能在帳號中保存最多72小時。這是現行labs.google/fx的資料說明，Genie 4後續開放時的適用條款仍待確認。

對台灣影像、遊戲與教育工作者，未來若要評估這類工具，可先確認帳號資格、語言與價格，再以不含機密資料的場景草稿測試聲音、鏡頭及物件是否符合需求；對精確地形、歷史細節或物理互動有要求的作品，仍需要以其他資料或工具核對。

資料來源與更新紀錄