你走過一個鮮紅色的澆水壺，轉到牆後，然後再回來。同一個澆水壺還在長椅旁嗎？這就是 Genie 4 環境一致性與物件恆存測試 背後的有用問題。截至 2026 年 10 月 28 日，Google DeepMind 已承認視覺細節與物件在較長工作階段中、複雜提示編輯後，或探索期間可能漂移。其發布範例展示了即時操控，但並未建立可重複的一致性分數。本指南提供一套可在你取得存取權時執行的受控測試，並區分官方示範與仍需獨立測量的結果。
重點摘要
- Genie 4 是研究預覽版，而本次檢視的公開資料未包含數值一致性基準。
- 請在遮蔽、攝影機移動、編輯與經過時間等情況下，分別追蹤物件身分、數量、位置、外觀與場景配置。
- 精美的示範能說明某項能力；要衡量可靠性，則需要可重複且有記錄的試驗。
- 影片模型可協助探查片段層級連續性，但無法測試互動世界的持久狀態。
下方五段式玻璃溫室案例的參考影格。藍色蝴蝶、金色新月形掛鉤、鐵製拱架與大理石基座是各片段之間要比對的特徵。這張生成的起始影像不是 Genie 4 測試結果。
Genie 4 中的環境一致性代表什麼
「一致性」可以描述好幾種不同的事情。一個世界可能在某個畫面中看起來很逼真，卻無法在視角轉動後保留一個物件。它可能讓紅色澆水壺保持可見，但改變其形狀、複製它，或把它移到長椅另一側。有用的評估會分別記錄這些維度，而不是對整個場景給出一個模糊的通過或失敗。
對於簡單的物件恆存測試，請在執行前定義目標。在下方範例中，目標是木製長椅旁地面上恰好一個鮮紅色金屬澆水壺。這個澆水壺足夠醒目，能再次找到，而長椅則提供穩定地標，用來測量相對位置。
| 維度 | 返回時要檢查什麼 | 失敗範例 |
|---|---|---|
| 身分 | 它是否可辨識為同一個目標物件？ | 澆水壺變成水桶或設計改變 |
| 數量 | 目標物件的數量是否不變？ | 出現第二個紅色澆水壺 |
| 位置 | 它相對於長椅的位置是否保留？ | 它重新出現在庭院另一側 |
| 外觀 | 顏色、形狀與主要細節是否穩定？ | 紅色變成藍色，或把手消失 |
| 配置 | 長椅、牆與庭院是否維持相同排列？ | 攝影機轉向後牆或路徑位移 |
物件恆存比整體場景品質更狹義。它問的是：當物件被隱藏或不在目前視野中時，是否仍以穩定的身分與狀態繼續存在。環境一致性也涵蓋周圍幾何、視覺細節與編輯後果。請分別報告兩者：物件可能持續存在，但背景漂移；或者庭院保持穩定，但物件改變。
在為遊戲原型設計或代理研究評估世界模型時，這項區別很重要。開發者在早期概念探索期間可能接受背景變化，但玩家走到牆後之後物件就瞬移，可能使謎題、路線或互動序列失效。測試應與該失敗在預期工作流程中的代價相符。
Google 已披露的 Genie 4 漂移資訊
Google DeepMind 將 Genie 4 描述為可回應鍵盤導覽、攝影機控制與文字提示的即時互動世界模型。該公司在發布文章中表示，它能在場景演變時進行操控，並展示提示引導變更與導覽的範例（Google DeepMind 公告，2026 年 10 月）。這些範例確立了公開示範旨在展示的內容。它們並未提供可重複試驗、固定種子、測量到的物件座標，或返回場景測試的通過率。
同一份公告直接指出相關限制：視覺細節與物件恆存可能隨時間偏移或漂移。公告稱，當模擬執行較久、經過數次複雜提示編輯後，或在場景中導覽時，這種情況會更明顯。產品頁面補充，Genie 4 支援數分鐘的連續互動，而非長時間工作階段，並將長期一致性列為持續進行的工作領域（Genie 4 模型頁面）。
這樣的措辭為測試人員提供了一組可變動的有用條件：工作階段經過時間、編輯次數與複雜度，以及導覽距離或範圍。它沒有告訴我們澆水壺會多常移動、多大的視覺變化算失敗，或在相同條件下 Genie 4 與其他系統相比如何。這些問題需要可操作的測試與公開觀察。
存取狀態也會影響能主張的內容。官方頁面將它描述為供受信任測試人員使用的研究預覽版，並計劃透過 Project Genie 與早期存取合作夥伴擴大存取。可用性可能改變，因此在將此協定視為每位讀者都能執行之前，請確認目前的存取途徑。文章日期記錄了檢查此狀態的時間；這並不是聲稱預覽版會無限期維持分階段開放。
可重複的 Genie 4 物件恆存測試
先使用簡單場景與一個目標物件。複雜場景會引入額外變數：人物可能遮住物件、反射可能改變其表面顏色，而多個相似道具可能讓身分難以判斷。從庭院、一張長椅、一道矮牆與一個紅色澆水壺開始。在可比較的執行之間，保持提示與控制序列不變。
當你能存取 Genie 4 後，請使用以下序列：
- 建立起始場景。 輸入：「建立一個簡單的戶外庭院，有一道低矮石牆、一張木製長椅，以及恰好一個鮮紅色金屬澆水壺放在長椅旁的地面上。保持配置清楚穩定。除非我明確要求，否則不要新增、移除、移動或複製物件。」
- 記錄參考視圖。 在動作之前擷取場景。記下澆水壺的螢幕位置，以及它與長椅、牆和攝影機朝向的關係。記錄起始場景是否確實在要求的位置包含一個澆水壺。
- 隱藏並返回。 將攝影機移到石牆後方，然後返回原始觀看位置。這一步避免文字編輯。檢查澆水壺是否仍只有一個、可辨識，且在同一張長椅旁。
- 探索並返回。 每次使用相同控制，繞著長椅移動並穿越庭院。返回原始位置。記下地標與相對位置是否在路線上維持不變。
- 套用一次獨立編輯。 要求：「將天空改為陰灰色。不要改變庭院、長椅、澆水壺或其位置。」檢查天空變化，然後分別評分任何不相關的變化。
- 稍後再次檢查。 在定義的間隔或記錄的動作次數後，重複返回視圖。記錄經過時間以及期間所做的一切。除非產品提供可重現的重置或種子，否則不要將不同工作階段視為配對試驗。
測試矩陣讓每一輪回答一個不同問題。乾淨的遮蔽返回測試目標是否在視野外仍被表徵。路線測試空間關係是否在攝影機移動後存續。獨立編輯測試明確變更是否外溢到不相關狀態。稍後檢查則探查隨時間的漂移。這些檢查合在一起，比一張標為「一致」的單一截圖更有用。
| 輪次 | 動作 | 保持固定 | 記錄 |
|---|---|---|---|
| 參考 | 擷取初始庭院 | 提示與初始視圖 | 物件數量、外觀、地標位置 |
| 遮蔽 | 移到牆後並返回 | 無文字編輯 | 身分、數量、位置 |
| 導覽 | 繞長椅走動並返回 | 路線與控制 | 相對位置、配置 |
| 提示編輯 | 僅改變天空 | 所有物件指示 | 要求變更加上非預期變更 |
| 稍後檢查 | 在記錄的間隔後重複返回 | 檢查視角 | 經過時間、期間動作、漂移 |
在第一次執行前記錄設定
沒有設定資訊的結果很難解讀。記錄日期、存取途徑、工作階段時長、完整場景提示、確切的後續提示、使用的控制，以及錄製方法。包含測試順序與任何暫停。若介面提供種子、重置或工作階段識別碼，請記錄下來；若沒有，請寫「未觀察到可重現的重置或種子」。
保留附有時間戳的影片或影格擷取，尤其是起始視圖、物件被遮蔽的時刻，以及返回視圖。這些擷取能讓其他人檢查明顯變化是來自物件、攝影機角度、光線，還是模糊影格。它們也能防止記憶偏差：在視覺豐富的工作階段之後，人們傾向記得預期的場景，而不是其確切渲染狀態。
若要重複，請在介面允許範圍內盡可能重用相同提示與動作。若起始狀態在嘗試之間改變，請將這些嘗試報告為個別觀察，而不是受控 A/B 比較。執行次數很重要。一次成功的返回只是關於一次執行的證據；它不能顯示相同結果在不同工作階段間可靠。
評分漂移時避免虛假精確度
對五個維度分別使用序數標籤。這是實用的報告準則，不是經驗證的基準，也不是對 DeepMind 內部評估的主張。分數應總結錄影所示，而不是在未進行像素級測量時暗示有做過。
| 評級 | 使用時機 | 報告範例 |
|---|---|---|
| 通過 | 目標與相關場景特徵在受測條件下符合參考 | 「數量：遮蔽後通過」 |
| 輕微漂移 | 出現可見差異，但目標或配置在所述任務中仍可用 | 「外觀：輕微漂移，把手形狀略微改變」 |
| 重大漂移 | 身分、數量、位置或配置改變到足以影響任務 | 「位置：重大漂移，澆水壺返回時出現在庭院另一側」 |
| 無法觀察 | 視圖、擷取或存取限制妨礙公平判斷 | 「身分：全螢幕轉場後無法觀察」 |
針對每一輪分別評分身分、數量、位置、外觀與配置。對每一次輕微或重大漂移，加入時間戳或影格參照，以及簡短的事實註記。若某一點無法觀察，請讓它保持未評分，而不是把缺失證據轉成通過。讓證據靠近分數，以便讀者區分測量到的觀察與印象。
不要將這些標籤平均成百分比。這些類別是序數的，簡單平均會掩蓋關鍵失敗是輕微色偏還是物件重複。若應用需要單一決策，請先定義其失敗條件。例如，依賴澆水壺留在長椅旁的遊戲機制，可能會將任何重大位置漂移視為失敗，而早期情緒板探索則可能容忍輕微外觀漂移。
公開 Genie 4 示範展示了什麼，以及無法證明什麼
Google 表示，其發布錄影展示了即時互動，人們以標準控制進行導覽，並以文字操控場景。它們有助於理解預期的互動迴圈：提示一個世界、移動攝影機，並在場景持續運行時改變它。然而，它們是精選示範，官方頁面並未將其標示為可重複的物件恆存試驗。
一段片段可以顯示物件在兩個時刻出現。若沒有記錄起始狀態、明確遮蔽、返回相同攝影機位置與重複執行，它就無法顯示物件多常持續存在，或它在視野外改變了多少。精選錄影也可能省略時刻之間的時間。請將發布影片視為質性能力證據，而不是受控基準。
這條界線特別重要，因為公告本身即報告了漂移條件。公開資料提供誠實的評估起點，同時留下關鍵可靠性問題未解。嚴謹的文章或實驗室筆記應將證據標為「官方示範」、「單次實測」或「多次實測結果」。這些標籤可避免讀者將某一類別誤認為另一類別。
目前證據何時足以做出工作流程決策
對於概念探索，相關問題可能是團隊能否快速針對氛圍、攝影機方向或可探索場景進行迭代。若團隊將結果視為草稿，且不承諾穩定狀態，即使道具漂移，能產出吸引人起點的研究預覽版仍可能有用。DeepMind 將創意指導與互動體驗原型設計列為受信任測試人員正在探索的領域之一，同時也將該模型定位為早期研究。
對於代理評估、遊戲邏輯，或結果取決於持久物件狀態的模擬，發布示範並不足夠。團隊應要求針對真正重要的確切互動進行重複測試，並寫下場景、控制、工作階段長度與失敗門檻。若任務取決於精確物件位置或多個代理之間的複雜互動，那些是另外的測試；單一物件遮蔽的成功通過無法確立它們。
實用的決策規則，是讓證據門檻與漂移的後果相符：
- 低後果： 使用生成世界探索視覺方向或粗略互動構想。讓人類留在迴圈中，並預期需要手動修復。
- 中等後果： 只有在重複執行其核心物件與攝影機序列後，才製作機制原型。記錄重置、重試與失敗案例。
- 高後果： 不要依賴公開發布片段或單次通過。要求任務專屬驗證、穩定工作階段行為，以及在將該世界視為可靠模擬之前，能重現起始狀態的方法。
這不是斷言 Genie 4 無法支援高要求用途。這是根據目前可用公開證據所做的決策界線。隨著預覽存取擴大與獨立測試出現，團隊可以用自身任務的資料取代這個保守門檻。
五鏡頭連續性案例：玻璃溫室中的蝴蝶燈籠
上方樸素的庭院是受控測試。更具挑戰性的創意案例則問：衣著華麗的角色、移動的攝影機與擁擠的背景，能否與穩定的目標物件共存。想像一座黃昏玻璃溫室，充滿青色窗玻璃、珊瑚色九重葛、洋紅色蘭花、琥珀色燈具，以及潮濕馬賽克地板上的反射。一位留著銅色辮子、穿著翠綠色刺繡夾克的舞者，沿著彎曲路徑穿過房間。目標是恰好一個群青色玻璃蝴蝶燈籠，帶有小型金色新月形把手，懸掛在黑色鐵製拱架左側、白色大理石基座上方。它在整個序列中必須保持在那裡，且顏色、形狀與把手相同。
若你能存取 Genie 4，請建立這個世界一次，並在導覽其中時錄製五段連續的十秒片段。保持同一個工作階段；不要為每個片段重新生成新世界。片段 1 建立參考視圖。片段 2 將燈籠藏在枝葉後並返回。片段 3 繞行拱架，並從新方向返回。片段 4 僅改變天空與光線。片段 5 在進一步移動後返回。儲存攝影機路徑與時間戳，並對照片段 1 評分身分、數量、位置、外觀與配置。這些是建議動作，不是已完成 Genie 4 執行的結果。
若你想要一個可自行製作的視覺連續性替代測試，可在 Atlas Cloud 上使用 Wan 2.7 Image-to-Video，模型 alibaba/wan-2.7/image-to-video。其公布模式支援十秒片段與第一影格引導。建立一個精心構圖的參考影格，然後將它用作片段 1 的第一影格；當該控制可用時，將每個片段的最終影格用作下一片段的第一影格。請求五段各自獨立的十秒、無聲、16:9 片段，並將每個完成片段轉成各自的 GIF。不要將一個來源片段拆成五個 GIF。完整的參考影格提示與五個計時影片提示都提供在隨附的提示詞表中。這些片段可以揭示片段內或跨片段視覺漂移；它們無法測量 Genie 4 是否記得一個互動世界。
下方五段片段顯示參考視圖、一次遮蔽、一條攝影機路線、一次嘗試僅改光線的編輯，以及一次稍後返回。每個 GIF 都來自各自獨立的十秒來源片段。它們說明要檢查什麼；它們不建立 Genie 4 一致性分數。
1. 參考視圖。 攝影機下降並弧形靠近舞者，她轉身、微笑，並向藍色蝴蝶示意。拱架、大理石基座、新月形掛鉤與蝴蝶一起可見，為後續片段提供比較點。
片段 1：儲存開場視圖與清晰的最終視圖，作為物件身分、數量、位置與配置的參考。
2. 遮蔽與返回。 攝影機穿過枝葉移動，舞者繞著基座踏步。蝴蝶短暫離開視野，然後重新出現在同一個拱架與基座旁。比較它在遮蔽前後的藍色翅膀圖案與金色新月形掛鉤。
片段 2：重要的觀察是蝴蝶返回時的外觀與懸掛點，而不只是舞者的動作。
3. 攝影機路線。 攝影機穿越玻璃溫室，改變對拱架的角度，並跟隨舞者，她伸手朝向一片飄動花瓣。在取樣視圖中，藍色蝴蝶仍是可見的空間地標。
片段 3：在判斷配置是否移動之前，先從改變後的視角比較蝴蝶、拱架與基座。
. 僅改光線的編輯。 要求的變更是讓較冷、雨藍色的光線穿過天窗。畫面顯示在頂部移動期間出現較冷光線，而最終視圖則回暖，趨向較早的黃昏色調。當評分一個所謂僅改光線的編輯時，這項可見變化很重要；不應將其報告為完美保持的天氣狀態。
片段 4：將天氣與光線和蝴蝶的數量、形狀與位置分開檢查。
5. 延遲返回。 舞者沿著另一條彎曲路徑，轉身朝拱架走回，並在攝影機拉遠時伸出手。最終視圖再次顯示一隻藍色蝴蝶位於新月形掛鉤下方、大理石基座上方。
片段 5：將這個最終視圖與片段 1 比較。提交的影片是視覺連續性範例，不是 Genie 4 中記錄到的互動返回。
飽和色調與富表現力的動作讓範例更容易理解，但反射、花朵、布料與變化光線也創造了造成錯誤印象的機會。在取樣影格中，蝴蝶在拱架處仍可辨識；片段 4 要求的冷雨藍色光線並未持續到最終返回。嚴謹報告會逐格檢查完整片段，並將任何物件漂移與光線變化分開記錄。這五段各自獨立生成的片段無法顯示 Genie 4 是否在使用者離開導覽時維持狀態。
Genie 4 一致性仍未知之處
本次檢視的發布資料未公布量化一致性基準、物件漂移的數值容差、從固定起始狀態進行的重複執行，或此協定的獨立實測結果。這些檢視資料也未提供公開的 Genie 4 API 價格。這些來源未提供，並不證明不存在內部評估或測試人員資料；這代表讀者無法在此檢視那些結果。
幾個有用問題仍未解：一致性在不同場景類型之間如何變化？簡短、簡單的提示編輯是否比一連串編輯造成更少漂移？起始影像或場景複雜度有多大影響？測試人員能否重置到同一個世界並比較執行？物件離開視野後，多常改變身分、數量或位置？
下一項有用的證據會是一份測試報告，公布提示、存取途徑、工作階段長度、嘗試次數、控制路徑、重置條件、錄影與各維度分數。在那之前，Genie 4 環境一致性與物件恆存測試最準確的結論是一套方法，而不是分數：該模型已承認長時間工作階段與導覽相關漂移，而公開示範尚未量化它多常發生。
當存取可用時，先執行小型庭院測試，再投入依賴持久狀態的工作流程。儲存每次錄影，並分別評分五個維度。這會給你可重現的基準，並讓引人注目的示範留在正確位置：測試的理由，而不是測試的替代品。
常見問題
Genie 4 是否已公開可用？
2026 年 10 月 28 日檢查的官方頁面將其描述為供受信任測試人員使用的研究預覽版，並計劃透過 Project Genie 與早期存取合作夥伴提供更廣泛存取。規劃執行之前，請查看目前的 Genie 4 頁面，因為預覽存取可能改變。
Google 是否已公布 Genie 4 一致性基準？
本文檢視的官方發布資料未提供數值一致性分數或可重複的物件恆存結果。它們確實披露視覺細節與物件恆存可能隨時間漂移，尤其是在較長工作階段、複雜編輯後，或導覽期間。
攝影機移動算是一項物件恆存測試嗎？
它是一項有用條件，但請記錄物件是否被完全隱藏，以及攝影機是否返回可比較的視圖。從未遮蔽物件的攝影機環繞，測試的是視角一致性，而非離開視野時的持續存在。
影片生成模型能在互動世界中測試物件恆存嗎？
不行。它可以測試物件在生成的片段內是否看起來穩定。它無法確立互動世界在使用者改變位置、對環境採取動作，或在工作階段稍後返回後仍保留狀態。
