Google将Genie 4实时世界模型接入Gemini API与AI Studio
摘要
Google宣布Genie 4实时世界模型在Gemini API和AI Studio上线,支持从文本或图像生成720p 24fps世界,并可通过WASD、提示词和48kHz立体声实时操控,借助WebRTC或WebSocket串流。
Google正在把实时世界模型能力推向开发者侧。据Philipp Schmid公布的信息,Genie 4已开始在Gemini API与AI Studio上推出,开发者可通过官方渠道直接调用这一模型。
从能力上看,Genie 4能够依据文本或图像生成720p、24fps的世界画面,并允许用户以多种方式实时操控:既可以使用WASD键位,也可以输入提示词,还能通过48kHz立体声进行交互。
在接入方式上,该模型支持通过WebRTC串流,浏览器配合临时token即可使用;同时也提供WebSocket串流方案。相关文档已在Google AI Studio的Genie页面发布。
对AI行业开发者而言,这意味着实时生成式世界模型的调用门槛进一步降低,从实验性演示走向可通过标准API集成的工具链环节。
本文由新大陆基于公开信息编辑整理
信息来源:AIHOT AIHOT原文 ↗