谷歌在 Gemini API 开放世界模型 Genie 4

谷歌 11 月 19 日在 Gemini API 更新日志宣布 Genie 4(models/genie-4)正式可用,通过 Interactions API(v1beta)调用:可用文字、16:9 参考图或两者生成连续的可交互世界,以每秒 24 帧的画面和同步 48 kHz 立体声经 WebRTC 或 WebSocket 推流,用户用 WASD / 方向键移动,并能在会话中途用文字改变场景。仅付费层可用,官方价格为每百万输入 token 1.5 美元、文本输出 9 美元、视频输出 17.5 美元,约合每秒 0.1 美元。据 TestingCatalog,画面为 720p,单次会话上限 120 秒,服务区域为美国、西欧和日本;前一天 Genie 4 刚向 Google AI Ultra 订阅用户开放。

原题:Google Deepmind's Project Genie update brings Genie 4, chainable worlds, and a community gallery for remixing

谷歌 11 月 19 日在 Gemini API 更新日志宣布 Genie 4(models/genie-4)正式可用,通过 Interactions API(v1beta)调用:可用文字、16:9 参考图或两者生成连续的可交互世界,以每秒 24 帧的画面和同步 48 kHz 立体声经 WebRTC 或 WebSocket 推流,用户用 WASD / 方向键移动,并能在会话中途用文字改变场景。仅付费层可用,官方价格为每百万输入 token 1.5 美元、文本输出 9 美元、视频输出 17.5 美元,约合每秒 0.1 美元。据 TestingCatalog,画面为 720p,单次会话上限 120 秒,服务区域为美国、西欧和日本;前一天 Genie 4 刚向 Google AI Ultra 订阅用户开放。

为什么重要 世界模型从订阅用户的体验产品变成可编程接口,游戏原型、空间设计和机器人训练环境都能直接接入。

可信度:高可信 · 来源 Gemini API 更新日志 等 2 家(含官方) · 事件时间 11-19(北京时间)

理由

  • Gemini API 官方更新日志列出 Genie 4 正式可用及价格
  • TestingCatalog 同日报道,整理了会话时长和服务地区限制

用法

  • 在 Google AI Studio 或 Gemini API 的 Interactions API 中调用 models/genie-4(需付费层密钥)

风险

  • 按视频输出 token 计费,长时间推流成本不低;单次会话有时长上限
  • 画面质量和世界一致性是谷歌自述

打开 · Gemini API 更新日志 · TestingCatalog

The Decoder

浏览最新 AI 动态