Genie 4 生成的声音分 2 类：环境声，和能实时交互的人物对话。DeepMind 说，这是实时世界模型第一次原生生成音频。 关键在"原生"两个字。离线… · @iluciddreaming · TwKit

@iluciddreaming

Genie 4 生成的声音分 2 类：环境声，和能实时交互的人物对话。DeepMind 说，这是实时世界模型第一次原生生成音频。 关键在"原生"两个字。离线视频可以先出画面、后期再配音，实时交互里没有"后期"这一步，声音只能和画面在同一个模型里一起生成。 这次另外两项更新是实时交互模拟，以及更强的照片级真实感。声音补上以后，世界模型给出的就不只是一段能看的画面，而是一个能听、能对话的场景。

曝光 74 · 评论 1 · 点赞 0 · 书签 0