↩️🎬 🤖 Google发布世界模型 Genie 4,实时生成画面音频与对话


在花🎗️科技圈:

🤖 谷歌发布 Gemini 4 Argon,物理推理得分 87% 谷歌发布新一代多模态推理模型 Gemini 4 Argon,强化物理理解、代码生成与视觉语义推理。在具身推理基准 ERQA 上,它凭纯推理得分 87%,领先其他前沿模型。 Argon 可操控波士顿动力 Spot 四足机器人等完成取物、投掷等任务,并能生成仿真数据,把真实机器人成功率从 56% 提升至 75%、用时从 35 秒降至 24 秒;现已通过 google-genai SDK 提供。定价为每百万输入 token 2 美元、每百万输出…

🤖 Google发布世界模型 Genie 4,实时生成画面音频与对话

Google DeepMind 发布世界模型 Genie 4,可实时生成画面、环境音与可交互对话,并支持用自然语言随时改动场景。

模型由 Gemini 家族支撑,Gemini 3.8 Flash 担任引导 agent 拆解多步任务。现向可信测试者开放研究预览,随后面向 Project Genie 的 Ultra 订阅者及 Gemini API、AI Studio 伙伴,生成内容带 SynthID 水印。

Google DeepMind

🌸 科技圈· 茶馆 · 投稿
Video is too big


via 在花🎗️科技圈 - Telegram Channel
 
 
Back to Top
Copyright © 2025 BESTAI. All rights reserved.
BEST AI API中转 - OpenAI DeepSeek Claude Gemini Grok MidJourney API 2.8折起
admin@oaibest.com