Google DeepMind 发布实时世界模型 Genie 4
Google DeepMind 发布 Genie 3 的继任者 Genie 4，这是其首个直接生成声音的实时世界模型，可逐帧计算场景并响应用户输入。Gemini 模型在后台规划模拟走向，Gemini 3.8 Flash 负责把目标拆成步骤并检查执行结果，Gemini 4 Argon 则被用于把 Genie 与 Gemini Robotics 的机器人研究结合。
#多模态
The DecoderAI 评分7575
Ars Technica · AI精选AI 评分7878 DeepMind 发布 Genie 4 世界模型，称物理与人物模拟更真实
Google DeepMind 发布 Genie 4 世界模型，称其在几乎各方面都优于 Genie 3，模拟的物理效果和人物更真实。该模型无需预渲染环境或编写交互逻辑，用户描述需求后即可实时逐帧生成可探索的虚拟世界，部分改进来自 Google 更新的 Gemini 模型。DeepMind 将世界模型视为通往 AGI 的关键环节，并称该技术可用于为实体机器人构建训练环境或加速创意领域的原型设计。
推荐理由：Genie 4 在 Genie 3 基础上改进物理与人物模拟，并接入更新的 Gemini 模型，读者可据此了解世界模型朝 AGI 的定位。
Simon Willison精选AI 评分7878 OpenAI 发布 GPT-6.1 Terra 模型
OpenAI 发布 GPT-6.1 Terra，官方强调其详细视觉推理与精确电脑操作能力，并称其写作更清晰自然，相比 GPT-5.6 Terra 有明显提升。该模型定价为每百万输入 token 1 美元、每百万输出 token 5 美元，约为 GPT-5.6 Terra 和 GPT-6.1 Sol 的一半，约为 GPT-6 Luna 的 10 倍。
推荐理由：文章梳理了 GPT-6.1 Terra 在视觉推理与电脑操作上的定位，并给出与同系列模型的取舍参考。