ITBear旗下自媒体矩阵:

谷歌 Genie 4 开放 API 实时生成可玩世界按秒计费

   时间:2026-11-20 16:15:42 来源:互联网编辑:快讯 IP:北京 发表评论无障碍通道
 

11 月 19 日,谷歌将能够现场生成可玩世界的 Genie 4 开放给开发者使用,可通过 Gemini API 的多轮交互接口以及 AI Studio 调用。此前一天,面向消费者的 Project Genie 已先向 AI Ultra 用户解锁。

用户输入一段文字、一张参考图,或图文混合内容,就能得到 720p、24fps 的连续可交互世界,环境音和对白也会同步生成,输出中嵌入 SynthID 隐形水印。键盘操控时,画面响应大约在 0.2 至 0.5 秒之间;输入文字还能改变天气、光照、物体甚至剧情事件,世界状态的连贯性由 Gemini 推理维持。

这一能力主要面向交互原型、空间可视化,以及机器人和智能体训练。限制同样明确:画面比例只有 16:9 横屏,采用逐帧滚动生成方式,没有持久化 3D 资产,会话一旦断开便无法重新进入;当网络往返延迟超过 150 毫秒时会出现卡顿,目前仅由美国数据中心提供服务。

价格方面没有免费层。文本与图像输入为 1.50 美元/百万 Token,文本输出为 9 美元,包含立体声的视频输出为 17.50 美元,折合大约 0.10 美元/秒、6.05 美元/分钟。官方提示,前 45 至 90 秒的画面通常最连贯,单次会话上限为 120 秒;如果直接关闭网页,计费不会停止,需要显式调用 complete() 或 cancel() 才能止损。

同期,谷歌还上线了推理模型 Gemini 4 Neon 与 Robotics 插件。

 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  争议稿件处理  |  English Version