我核对了截至 2026 年 11 月 20 日(北京时间)的官方资料。Genie 4 是 Google DeepMind 的新一代世界模型,用来实时生成、探索和改写可交互场景。2026 年 10 月 27 日,官方先公布了这项研究,并写明当时只向有限的可信测试者开放。11 月 18 日,符合条件的 Google AI Ultra 用户可以在 Project Genie 里用上它;11 月 19 日,它又进入 Gemini API 的 Interactions API,以及 Google AI Studio。下面把官方写明的事实,和我作为个人使用者的建议分开写。

先看它适合什么,再决定要不要试

Genie 4 不是聊天或写代码的语言模型,也不是用来导出一段固定成片的视频工具。官方模型页把它写成实时、可转向的世界生成模型:用文本、一张 16:9 参考图,或两者一起作为起点,然后在 24 帧、16:9、720p 的画面里用键盘走动,并用中途输入的文字改天气、加角色或推动事件。同步音频是 48 kHz 立体声。

同一天的 Project Genie 更新里,官方仍保留 Genie 3,并写了分工:要更高保真度、物理表现和原生音频时用 Genie 4;想跑得更久,或用 360 度全景图当种子时,继续用 Genie 3。Gemini API 文档则把「离线导出固定时长片段、多轮剪辑和最高到 4K 的上采样」留给 Gemini Omni 1.2 Flash。这些是官方给出的定位,不是我自己测出来的结论。

常见需求 优先看 官方依据
实时走进场景,边走边改 Genie 4 官文把它作为目前最高保真、带原生音频的世界模型
更长探索,或用 360 度全景图起步 Genie 3(在 Project Genie 里) 11 月 18 日更新把更长回合和全景种子留给 Genie 3;单次最长约 3 分钟
导出固定时长片段、多轮剪辑、提高分辨率 Gemini Omni 1.2 Flash API 文档把它和实时世界生成分开,用于离线 3–15 秒成片,以及最高到 4K 的上采样

对我这种个人用户,如果只是想先感受「走进一个可改的场景」,优先看自己能不能用 Project Genie;如果是想接到自己的页面或脚本里,再看付费 API。它不能替代日常写代码的模型,也不能当成已经做好的游戏引擎。下面这些建议,尚未对某个具体项目做过对照测试。

官方写明的变化,和对个人使用的含义

模型卡写,Genie 4 相对 Genie 3,在照片级真实感、动作流畅性和实时转向方面有明显提升,并首次加入可随场景变化的原生音频,包括环境声、音乐和可互动对白。官文还说明,它借助 Gemini 家族来稳住模拟:Gemini Omni 负责让场景更接近真实外观和行为,其他 Gemini 模型则提供复杂推理,帮助保持连贯。对我这种个人用户,这意味着它更适合拿来试氛围、走位和临场改写,而不是指望得到一个可以长期保存、处处对得上的三维关卡。

11 月 18 日的产品更新写明:进入世界后可以继续输入文字,实时改天气、加入角色或把情节转到别处。API 文档给出的体感是:WASD 和方向键大约 0.2–0.5 秒见效,中途文本指令大约 1–2 秒后出现在画面上,初次生成大约要 5–9 秒才有第一帧。对我来说,这已经够用来试想法;但如果指望它像本地游戏那样几乎没有延迟,官文本身并不支持这个预期。

同一天,Project Genie 还加入了创建助手和社区画廊。助手可以根据自然语言去组织开场画面和背景音乐;探索时也可以把 Gemini 模型请进会话,让它观察屏幕、给出下一步建议,或触发场内事件。画廊里可以浏览、重混别人做好的世界,也可以把自己的作品发上去。对我这种个人用户,如果已经有 Ultra,从画廊走进去往往比从空白提示开始更轻松。这是产品体验上的变化,不等于模型本身在所有任务上都超过前代。

11 月 19 日,官方宣布开发者可以通过 Interactions API 和 Google AI Studio 使用 Genie 4。模型标识是 models/genie-4,也接受 genie-4。文档建议浏览器走 WebRTC,脚本走 WebSocket,并要求结束时调用 complete(),否则关掉标签页不一定会立刻停止计费。对我这种偶尔试试的人,这一点比「能不能跑起来」更要紧:它按正在生成的时长计费,会话需要自己主动结束。

能在哪里用,以及官方写明的限制

根据 Project Genie 帮助页,它向已经开放 Google AI Ultra 的地区、年满 18 岁的 Ultra 订阅者提供;Google AI Pro 用户可以排队,名额会按可用性逐步发放。帮助页写明这是早期研究原型,生成世界目前不消耗 AI credits,但有每日用量上限,且会随套餐和需求变化。页面有没有对某个地区开放,以当时登录后的实际结果为准,这里不代为推断。

API 只在 Gemini API 付费档提供,不支持免费档、Batch、Flex 或 Priority,也不支持上下文缓存。文档写明服务节点在美国、西欧和日本;在北美、西欧和中欧、东亚,往返延迟有望低于 150 毫秒,这些区域之外可能转向更慢、帧率更低。

限制方面,官方说得很清楚,我也不另作保证。Genie 4 仍被定位为前沿研究中的世界模型。模型卡写,短会话里可以维持连贯,但视觉细节和物体持久性仍可能随时间漂移,尤其是跑得更久、多次复杂改写,或在场景里四处走动之后。复杂物理、实时音频精度、清晰文字、空间准确性和长期一致性,都还是正在研究的问题。API 文档补了更具体的约束:它维护的是滚动的时间窗口,而不是持久的三维场景图;把视线从某个物体上移开超过约 8 秒,或转满 360 度,地标、门或按钮都可能错位或重置;视觉稳定性在 60–90 秒后可能下降,单次会话硬上限是 120 秒。画面固定为 1280×720、16:9、24 帧,不支持竖屏和自定义帧率。它不接受实时麦克风或摄像头,也不支持函数调用、搜索接地、结构化输出或跨会话恢复。包含可识别真人、公众人物或受版权保护的品牌内容时,可能在启动时被拦截,或在中途被中断。路牌、仪表和钟表上的字会逐渐变形,精确计数在镜头移动后也可能对不上。

Project Genie 和 API 都写明,生成的视频和音频带有不可见的 SynthID 水印。这些限制不是使用附注,而是我决定试多久、试什么内容时的前提。

价格、时长和额度

Project Genie 帮助页没有列出按分钟计费的世界生成价格,只写明早期研究原型阶段生成世界不消耗 AI credits,同时存在每日上限。这里也不编造套餐价或人民币价。

以下是我在 2026 年 11 月 20 日打开的 Gemini API 定价页上,付费档、以美元 / 100 万 tokens 计的 Genie 4 费率。当页没有写出人民币价,这里也不换算。

项目 Genie 4(models/genie-4)
输入 $1.50(文本 / 参考图)
输出(文本) $9.00
输出(视频,音频计入视频 token) $17.50
上下文缓存 不支持
免费 API 档 不可用

定价页写明:计费按发出的视频输出 token,每帧 240 tokens,在 24 帧时相当于每秒 5,760 tokens;48 kHz 立体声已经打包进视频 token 费率。按标准价 $17.50 / 100 万视频输出 tokens 估算,大约是每秒 0.10 美元,也就是每分钟约 6.05 美元。模型页还写,单次会话最长 120 秒,视觉连贯和物体持久性在前 45–90 秒最稳。这些数字不能直接换算成「能多试几次」的保证:实际消耗还取决于会话有没有被及时结束、参考图输入,以及中途文本转向。文档特别提醒,退出本地程序或关掉浏览器标签,只会断开传输,不一定马上停止服务器端生成;结束时必须调用 complete()。

对我这种个人用户,可以先这样试

情况 建议
已经在开放地区订阅了 Google AI Ultra 先从 Project Genie 的画廊走进去,再试自己的短提示;生成世界目前按帮助页不扣 AI credits,但仍有每日上限
是 Google AI Pro 用户 按官方说明排队,不必为了它先改套餐;能不能轮到,以官方通知为准
要接到自己的页面或脚本里 用付费 API 开很短的会话,结束时调用 complete();按官方文档,长期密钥不要放进浏览器
只是想做一段固定成片 按官方分工,去看 Gemini Omni 1.2 Flash,而不是强行用 Genie 4

如果决定试试,我会先用短会话看延迟和连贯性是否可接受,并避免上传可识别真人的照片。关键观感仍然要自己复核。官文已经说明,它还不能稳定保持长期场景,也不能保证文字、计数和复杂物理始终准确。我不会据此认为「换了一定更好」,只把它当成一个终于能公开试用的实时世界模型。

来源(2026-11-20 打开):Google《We’re announcing Genie 4》(2026-10-27);Google《Genie 4 is now available》(2026-11-18);Google《Genie 4 now available through the Gemini API》(2026-11-19);Google DeepMind《Genie 4》模型卡;Gemini API《Genie 4》模型页;Gemini API《Interactive world generation with Genie 4》;Gemini API《Pricing》;Google Labs《Get started with Project Genie》。