AI资讯

谷歌Genie 4:一句话生成能玩的虚拟世界,还有声音;蚂蚁把“管事AI”推上桌(10.28 AI早报)

AI执行官

谷歌Genie 4:一句话生成能玩的虚拟世界,还有声音;蚂蚁把”管事AI”推上桌(10.28 AI早报)

早上好。今天最大的消息来自谷歌:DeepMind 发布了新一代世界模型 Genie 4,一句话就能造出一个可以用键盘探索、还能实时改造的虚拟世界,而且这次带声音了。国内这边,蚂蚁的灵光2.0和字节的即梦短剧工作室也值得看。逐条说。

一、谷歌发布 Genie 4:能”玩”的虚拟世界,最长跑两分钟

谷歌 DeepMind 昨晚在官网发布 Genie 4,这是它的新一代”世界模型”——不是生成一段视频给你看,而是即时生成一个可以交互的环境。用文字提示描述一个世界,然后直接用键盘在里面游历。

几个关键点,帮你判断它的分量:

  • 能边玩边改:场景展开的过程中,你随时输入指令,实时改变天气、添加角色、换镜头——世界还在跑,你就能改。
  • 首次音画同步:这是 Genie 系列第一款同步生成声音和画面的产品,包括环境音、音乐,以及能对你行为作出反应的角色对话。
  • 时长翻倍:模拟环境最长可运行约两分钟,是上一代 Genie 3 的两倍。别嫌短——保持一个虚拟世界两分钟不”穿帮”,在技术上非常难。
  • 背后是两个模型配合:当 Genie 4 生成场景时,Gemini 在旁边观察画面、理解你的目标、拆成步骤并核查每步是否完成;实时体验由轻量的 Gemini 3.8 Flash 驱动。

在哪里能用:目前以研究预览形式向一小批受信任的测试者开放(包括游戏开发者和电影制作人);未来几周将向最高档 Google AI Ultra 订阅用户,以及使用 Google AI Studio 和 Gemini API 的开发者开放。国内读者短期内主要看热闹,但”世界模型”这条赛道值得留意——今年1月 Genie 3 原型发布时,游戏股曾集体大跌,华尔街担心的正是这种技术对游戏制作方式的颠覆。

二、蚂蚁灵光2.0:AI助手开始”主动帮你管事”了

蚂蚁集团昨天发布灵光2.0,定位从”任务执行者”升级为”事务管理者”。简单说:以前的AI等你提问,它现在会主动盯着你的事、到了节点提醒你。

三大新能力:

  • 记得住:跨会话长期记忆,聊过的事不用再说第二遍。
  • 盯得住:依托独立云主机,你退出对话它照样在后台跑——机票订完后24小时盯价,降价了主动告诉你。
  • 能连接:内置支付宝账单、钉钉、飞书、邮箱、米家等服务,还支持 MCP、CLI 等开放工具。

官方给的场景都很生活化:查账单、清闲置的自动续费、盯好价、整理班级钉钉群通知、宝宝疫苗提醒、宠物照护、家电滤芯到期提醒。安全方面接入了蚂蚁 APASS 体系——授权密钥与AI分离托管,你可以随时查看、调整或撤销授权。这款应用今天的第二篇文章有完整上手教程。

三、即梦上线”短剧工作室”:AI短剧进入”项目制”时代

字节旗下即梦 AI 上线”短剧工作室”,把剧本、角色、场景、分镜、视频生成和后期装进同一个项目里。核心更新:

  • 首个专业剧本模型 Dream:支持10万字长篇解析、100集连续生成,”剧本医生”专查前三集——主角身份清不清楚、冲突来没来。
  • 资产库:角色形象一旦确认就存为项目资产,后面每一集直接调用,不用再”抽卡”——解决AI视频最容易穿帮的”女主每集换脸”问题。
  • 智能预演省钱:一场1分13秒的戏,用大约相当于8秒正式视频的消耗就能预演完,废片大大减少。
  • 价格:双十一期间 Seedance 2.5 最低约 0.19 元一秒,一分钟视频约11.4元;年卡4.5折,剧本创作和解析各可免费体验1次。

行业背景:上个月抖音端原生AI短剧上新峰值接近2000部,专业创作者正在进场。这个工具对普通人的机会,今天的第三篇文章专门算账。

四、快讯区,每条一句话

  • OpenAI 请诺奖得主核查AI数学证明:OpenAI 宣布其模型产出了”指数时间假设不成立”的证明并发布 Lean 形式化版本,邀请包括诺奖得主在内的外部专家独立审查,验证通过将颁100万美元;数小时后 Anthropic 也发布了同类声明。如果坐实,将是AI首次解决基础科学重大开放问题。
  • 新型窃密木马盯上AI助手:Check Point 发现名为 Aokigahara 的信息窃取程序,专门收集 Claude、ChatGPT 桌面版、Cursor 的登录凭证和会话数据,连同 SSH 私钥、Git 凭证一起打包外传——AI助手正在变成你的”万能钥匙串”,别在来路不明的设备上登录。
  • Opera 推出 WebAI 标准:让开源大模型直接在浏览器里本地运行,不用上传云端,早期预览阶段。
  • 苹果推送 iOS 27.2:Siri AI 新增跨轮对话记忆,能记住多轮对话中的偏好与历史信息,所有记忆与数据均在端侧处理。
  • 科大讯飞发布语音基座 SparkAudio 1.0:全国产算力训练,同传质量 MOS 从4.4提升到4.6,已落地讯飞输入法和35克重的AI录音环。
  • Meta 融资950亿美元:英伟达认购30亿、AMD认购10亿美元股份,用于AI基础设施;外界对芯片厂商”出钱买客户”的循环融资模式有争议。

一句话总结今天:谷歌在造”能玩的世界”,蚂蚁在造”会管事的助理”,字节在造”会生产短剧的工厂”——AI大厂卷完聊天和画画之后,正在抢着接管你的娱乐、生活和生意。今天的第二、三篇文章分别讲灵光2.0怎么上手、AI短剧能接什么活,往下翻。

分享给朋友