世界模型的竞争，正在从“能生成可交互画面”转向“生成的世界是否可信”。DeepMind 的 Genie 4 把物理真实性和人物表现放到了宣传重点上。
发生了什么
据 Ars Technica 报道，DeepMind 发布了新一代世界模型 Genie 4，官方强调它在物理规律模拟和人物表现上更接近现实。该模型将面向开发者以及 Google AI Ultra 订阅用户逐步开放。报道未披露模型规模、训练数据、具体评测分数与开放时间表，这些细节仍有待官方后续说明。
为什么重要
世界模型与视频生成模型的关键区别在于“可交互”：模型不只是渲染一段画面，而是要根据动作或指令预测世界下一步的状态。这意味着它对物理一致性的要求远高于普通视频生成——物体不能凭空消失，重力、碰撞、遮挡要说得通，人物动作不能出现明显的关节错位。
Genie 系列此前已经展示了从图像或提示生成可玩交互环境的能力，但早期成果在长时间一致性和物理合理性上仍有明显短板。Genie 4 把“更真实的物理和人物”作为卖点，说明 DeepMind 认为瓶颈已经从“能不能生成”转移到“生成的世界能不能用”。这对具身智能、游戏与仿真、机器人训练数据合成等方向都是基础性能力。
另一个值得注意的信号是分发方式：面向开发者和 Google AI Ultra 订阅用户开放，意味着世界模型不再只是研究演示，而是开始进入产品化通道。
影响与看点
对开发者而言，可交互世界模型最直接的价值是低成本生成训练与测试环境，尤其是机器人操作、自动驾驶边缘场景这类真实数据昂贵且难以采集的领域。对内容与游戏行业，它可能改变原型制作和关卡设计的工作流。
需要冷静看待的是，官方目前给出的仍是定性描述。物理真实性是否经得起长时间推演、人物表现是否摆脱恐怖谷、开放后的调用成本与延迟如何，都还没有公开数据支撑。世界模型的“真实”往往是局部成立、全局漂移，这一点在 Genie 4 上是否改善，要等开发者实际测试。
一个判断：世界模型的竞争焦点正在从画面质量转向“可用性”，谁能让生成的世界稳定支撑下游任务，谁才真正拿到入场券。
