Google DeepMind 发布世界模型 Genie 4,支持原生音频与实时文本操控
Google DeepMind 发布世界模型 Genie 4,可在实时交互中生成画面与原生音频,并以自然语言实时改变天气、镜头和场景内容。
关注价值:Genie 4 把原生音频、实时语言操控与 Gemini 的推理串进同一个世界模型,读者可据此判断机器人训练环境正从像素生成走向可编程因果模拟。
试运行:收录范围与分类仍在校准,更新可能延迟。 最近内容更新:2026-11-04 17:28(北京时间)
Google DeepMind 发布世界模型 Genie 4,可在实时交互中生成画面与原生音频,并以自然语言实时改变天气、镜头和场景内容。
关注价值:Genie 4 把原生音频、实时语言操控与 Gemini 的推理串进同一个世界模型,读者可据此判断机器人训练环境正从像素生成走向可编程因果模拟。
Boston Dynamics 发布 Spot 5.2 及 Orbit 软件更新,Orbit 改为按资产组织数据,并可通过 API 接入 PLC 传感器、摄像头等外部数据源,为 AI 智能体自主调度 Spot 打基础。
光轮智能宣布其机器人策略评测平台 RoboFinals 已在开源 GPU 加速物理引擎 Newton 上运行完整评测栈,并包含首个完全基于 Newton 构建的评测基准。
Apptronik 宣布在得克萨斯州奥斯汀启用扩建后的 Robot Park 数据采集与训练设施,并发布人形机器人平台 Apollo 2,提供双足与轮式两种配置。
关注价值:原文披露了数据采集设施规模、Apollo 2 双形态配置与同 DeepMind 的数据训练闭环,可据此判断人形机器人数据规模化的路径。