世界模型上架：Genie 4 走 Gemini API 早期访问，聚合方先定三条验收线

谷歌新一代世界模型，四条能力线里音频是新的

10月27日，Google DeepMind 发布新一代世界模型 Genie 4，官方定位是"迄今最逼真、最具互动性的 AI 世界模型"。皮查伊的发帖把能力拆成四条：实时引导动态环境（运行时改变事件、机位与动作）、原生生成与世界匹配的声音（环境音、音乐、可实时对话的角色）、照片级真实感加真实物理（空气动力学、碰撞等）、以及由 Gemini 推理驱动的连贯多步事件。这是 DeepMind 首个在实时世界模拟中原生生成音频的模型，声音和画面在同一过程里同步产生。

拿到它的路径：研究预览 + 早期满白名单

当前状态是面向受信任测试者的研究预览。官方给出的释放顺序是：先到 Project Genie 里的 Google AI Ultra 订阅用户，再到 Gemini API 与 Google AI Studio 的早期访问伙伴。也就是说这是一个白名单通道——公开端点尚未开放，按百万 tokens 计价的公开价目也还没有。有媒体称消费端 AI Ultra 计划约合每月 100 美元（厂商自报），可以当消费侧价格锚，但不能直接换算成企业 API 报价。

聚合视角：一个值得先开栏目的新货架

从 API 聚合分发看，"交互式世界模拟"是一个此前从未上架的货架类目，和现有生成式媒体 API 的区别在于：输出不是一张图或一段视频，而是一个持续运行、可实时引导的世界，天然以"会话"为单位计费与消耗。早期满白名单、定价未公开，现阶段最合理的动作是预留类目：先按"等待名单 + 早期访问"列架，不锁量、不签长期折扣，等价目表落地再谈商务。

验收标准：先定三条线

官方没有含糊其辞：物体恒存性、物理交互与长期一致性仍是研究挑战，多方媒体称当前世界一致性单次约维持两分钟。上架前建议把三条验收线写进合同：一是持续一致模拟时长，现值约 2 分钟，以官方实测为准、逐版本复测；二是帧率与音画同步，社区实测报告 24 帧实时交互、约 30 秒生成一个可玩场景（厂商自报口径）；三是自然语言引导的生效质量，改天气、加人物等指令是否实时落地。另有一个容易被漏掉的计费维度：世界模型之外还挂着一个回路内的引导模型（官方为 Gemini 3.8 Flash，也在试 Gemini 4 Argon），货架要按"世界模型 + 引导推理模型"双 API 分列计费，账单分开走。

成本测算与判断

没有公开价目，先按"双 API + 会话"建模：一次世界模拟会话 = 世界模型生成流 + 引导模型的推理调用，后者按调用计次，容易被漏进预算。需求侧看，未来 6-12 个月这个类目的主力消费是机器人与智能体的安全训练环境、游戏预制的"草稿模式"、以及新闻教育与工程场景的快速情景生成；企业要稳定付费，得等三条验收线稳住。建议路径：进等待名单、申请早期访问，拿一个真实场景把三条验收线跑通，再决定折扣与量级。

来源：Google DeepMind 官方博客、IT之家、界面新闻、澎湃新闻、e/acc AI Daily 等报道（2026-10-27 至 28）；24 帧/30 秒与 AI Ultra 价格属厂商或社区自报口径。