官方能力、开放路径与三榜缺口解读，非本站实测
世界模型有了声音，也能边走边改 →
Google DeepMind 把世界模型更新到 Genie 4：它是该系列第一个原生生成声音的实时世界模型，键盘行走、文字随时改景，Gemini 3.8 Flash 在旁边当导演规划多步事件。
Google DeepMind · 发布 2026-10-27
Genie 4
第一个原生生成声音的实时交互世界模型：键盘行走、文字随时改景，Gemini 3.8 Flash 作引导代理规划多步事件；场景连贯约两分钟，为 Genie 3 的两倍。研究预览先给信任测试者，几周后进入 AI Ultra 的 Project Genie。AA／Pi／Physics-IQ 三榜均无条目——世界模型不在这些评测范围，不据此排名。
模型原始说明 ↗暂未收录同口径榜单分数，可从下面的评测与示例了解这款模型。
具体评测：看条件，也看结果
这项能力怎样接到作品与用途
媒体报道 · Runway／World Labs 等对照
TechCrunch 报道：两分钟连贯与世界模型赛道 ↗
Google DeepMind 的模型迭代
- Gemini 3.7 Flash → 3.8 Flash
在同一速度和价格定位上继续改进代码、多步推理与代理任务；Flash Cyber 是针对安全工作的另一变体。
原始发布 ↗ - Gemini 4 Argon
新一代模型公布，先向受邀测试者开放；较高评测分数不等于公众已经能用。
原始发布 ↗ - Nano Banana 2.1
图像生成与对话编辑更新，强调指定区域修改、主体一致性与文字表现。
原始发布 ↗ - EmbeddingGemma 2
检索模型从文字扩展到图像、音频与视频的统一表示；公开权重与手机示例同时提供。
原始发布 ↗ - Gemini 4 Argon · 扩大开放
同一型号进入付费 API、Gemini Pro／Ultra 与开发工具；输入输出共用窗口和长解码条件分别看。Copilot 另有套餐与渐进开放。
原始发布 ↗ - Genie 4
实时交互世界模型新代：原生音频、文字随时改景、Gemini 规划多步事件；研究预览先给信任测试者，几周后进 AI Ultra 的 Project Genie。三榜无条目，范围缺口如实保留。
原始发布 ↗