2026 年 10 月 27 日，Google DeepMind 把 Genie 4 推上研究预览。单看参数，这是一次漂亮的常规迭代：画面更逼真、加上实时音频、模拟中途能改天气改机位、一致性时长翻倍到两分钟。但把 Genie 4 放进过去两个月的行业图景里，味道就变了。Runway 的 GWM Worlds 2 在 9 月 3 日刚发布可玩世界模型，AMD 在 9 月 28 日宣布用 82 亿美元全股票收购李飞飞的 World Labs，Amazon 被曝正洽谈约 70 亿美元买下 Decart，Rivian 在 10 月 22 日悄悄把一家 15 人的英国初创 Third Dimension 收编进自动驾驶仿真管线。世界模型这个赛道，正在从百家争鸣的研究竞赛，切换成大厂收编初创的整合期。Genie 4 不只是技术升级，它是 Google 在拥挤赛道上的一次卡位。
一、Genie 4 到底多了什么
Genie 4 的变化可以拆成三层。
第一层是感官。它不再只生成画面，而是生成一个“有声”的世界：背景音乐、环境噪音、甚至场景内人物之间的交互式对话，都能实时匹配模拟内容。对习惯了静音 Demo 的观察者来说，这是最直观的刺激。
第二层是交互。Genie 3 时代，用户输入提示词后只能旁观世界演化；Genie 4 允许在模拟中途自由编辑，改天气、切机位、往场景里加人加物体。Google DeepMind 工程师 Diego Rivas 在简报里说，实时性的价值在于“保持创意流程的心流”，比如构思阶段和分镜阶段需要快速试错的地方。
第三层是“导演”。Gemini 被更深地嵌进 Genie 4：Gemini 负责规划步骤、检查生成的帧，Genie 负责渲染视觉。在一项与 Gemini Robotics 挂钩的研究实验里，Gemini 4 Argon 把任务拆解成步骤，Genie 4 实时模拟这些步骤。Google 研究总监 Tejas Kulkarni 的判断更直白：“未来会越来越多看到混合世界模型，Gemini 写代码和文本，Genie 实时摄入，并在不同抽象层级上模拟现实。”
官方也坦承缺陷：模拟时间越长，细节和物体会漂移；音频准确性还没保证；画面里的文字可读性也没解决。Genie 4 目前只面向 trusted testers，未来几周才会扩到 Google AI Ultra 订阅者的 Project Genie，以及 Gemini API 和 Google AI Studio 的早期合作伙伴。
二、两分钟的一致性，是世界模型从 Demo 走向工具的临界点吗
要看懂 Genie 4 的位置，得先拉一条时间线。
Google 在 2025 年 8 月 5 日发布 Genie 3，那是第一个能实时交互的世界模型：文本生成可导航世界，720p、每秒 24 帧，一致性维持约一分钟。2026 年 1 月 29 日，Project Genie 原型向美国 AI Ultra 用户开放。
Runway 在 2026 年 9 月 3 日发布 GWM Worlds 2：连续 720p、每秒 24 帧、48kHz 音频，采用自回归架构、没有固定时长，用户可以文本动作加连续镜头运动实时操控。
两家隔空对打，参数差距其实在快速缩小。真正的分水岭不在分辨率，而在交互范式：Google 押“中途可编辑加 Gemini 导演”，Runway 押“无固定时长连续生成”。前者更像创意工具，后者更像游戏引擎的雏形。
但两分钟的天花板同样刺眼。一个电影分镜、一段机器人任务、一次自动驾驶场景测试，往往需要远超两分钟的连贯世界。再加上漂移、音频不准、文字不可读这些未解问题，Genie 4 离端到端产品还有距离。Rivas 自己也说，最终的产品形态还不清晰。
三、大厂为什么急着买
技术参数的堆叠只是故事的一半。另一半写在并购公告里。
AMD 的行动最重。9 月 28 日，AMD 宣布以约 82 亿美元全股票收购 World Labs，预计 2026 年底前完成；交易完成后，李飞飞加入 AMD 任执行副总裁兼首席科学家，向苏姿丰汇报。这笔钱的逻辑不在“买一个视频生成模型”，而在定义下一代芯片的负载。World Labs 的空间智能模型是典型的 memory-bound 负载，正在塑造 AMD MI400、MI500 的产品路线。买模型，是为了卖芯片。
Amazon 的算盘类似。据华尔街日报报道，Amazon 正洽谈以约 70 亿美元收购 Decart；后者 2026 年 5 月刚完成 3 亿美元 C 轮融资、估值约 40 亿美元，Nvidia 是投资方，Anthropic 曾洽谈约 60 亿美元后退出尽调。Decart 一边做实时 AI 视频编辑，一边做机器人和自动驾驶仿真环境，Amazon 已经是它的战略客户并给了 Trainium 芯片的早期使用权。拿下 Decart，等于同时补强 AI 基础设施和仿真管线。
最安静的一笔来自车厂。10 月 22 日，Rivian 官方宣布收购 Third Dimension AI，金额未披露。这家 2024 年由 Tolga Kart 和 Piotr Sokolski 创立的 15 人英国公司，能把真实世界数据转成可控的 3D 环境。Rivian 自动驾驶与 AI 高级副总裁 James Philbin 说，仿真“是我们训练和验证自动驾驶系统的核心”。据 Electrek 报道，Rivian 车队每天产生约 40 万条行车片段，这些片段将被重建成 3D 测试世界，驱动自动驾驶数据飞轮。
三笔交易，三个买家：芯片厂、云厂、车厂。它们买的不是“生成视频的能力”，而是“生成可计算世界的能力”。世界模型正在从一种炫技的生成式 AI，变成芯片、云、自动驾驶这些重资产行业的基础设施。
四、Google 的护城河与焦虑
把镜头转回 Google。Genie 4 的发布节奏本身就是一种焦虑的体现：Runway 早了它将近两个月发布带音频的可玩模型，并购潮里 Google 这轮没有出手。在拥挤的赛道上，Google 能拿出的护城河有三条。
第一是生态整合。Gemini 当导演、Genie 做渲染的“混合世界模型”架构，是 Runway 这类独立厂商难以复制的，它需要一个大模型、一个世界模型、一条产品化通道的深度耦合。
第二是产品化通道。Project Genie 已经向 AI Ultra 订阅者开放，Gemini API 和 Google AI Studio 的早期合作伙伴几周后就能接入。研究预览到付费产品的距离，Google 比初创更短。
第三是视频矩阵。Veo 已经能生成带同步音频的高清短视频，在电影人里积累口碑；Gemini Omni 还能从图像、音频、文本生成视频。Genie 4 不是孤军，它是 Google 视频 AI 拼图里负责“交互”的那一块。
但风险同样清楚。Genie 4 仍是研究预览，缺陷未解；被大厂买走的初创能力可能变成封闭生态，反而压缩 Google 的开放优势；更重要的是，世界模型真正的商业化场景，机器人仿真、自动驾驶测试、电影分镜，都需要和具体行业的工作流深度绑定，这不是单靠模型参数能赢的。
五、谁会赢
短期看，2026 年下半年就是世界模型的并购窗口。纯研究实验室只有两条路：要么被大厂买走，要么被边缘化。能活下来的，是那些同时握有模型、算力和应用场景的公司。AMD 用芯片定义负载，Amazon 用云和 Trainium 绑定客户，Rivian 用真实车队数据喂养仿真，Google 用 Gemini 生态闭环。
对观察者来说，别只盯着帧率和分辨率。真正值得盯的是三件事：Genie 4 何时从研究预览走向付费产品；AMD 收购 World Labs 完成后，世界模型如何反哺 MI 系列芯片的迭代；Decart 这笔交易能否落地，毕竟 Anthropic 已经在尽调后退出过。
更本质的判断是：世界模型的主战场正在从“谁能生成更真的画面”转向“谁在用世界模型跑真实业务”。机器人仿真、自动驾驶测试、电影分镜，这三个场景会最先给出答案。
世界模型的下半场，拼的不是谁能生成更真的画面，而是谁能把生成的世界变成别人离不开的基础设施。Google 刚刚证明它还能跟上，但发令枪响之后，赛道已经换了一批裁判。
快报