Genie 4 水看起來很真實。有人踏進去時會發生什麼事？

水會很快暴露出世界模型的弱點。一條溪流在單一畫面中可能看起來很逼真，但當葉子落下、木板越過波浪，或鏡頭轉動時，仍可能失效。因此，Genie 4 水流與水面漣漪真實感最好被視為一連串因果關係來評判，而不是一張精美的定格畫面。公開資料顯示，DeepMind 將流動水體與可互動水景列為能力，但並未發布獨立的水體物理評分。這使得謹慎的五點檢查比一概而論的判定更有用。

重點摘要

• Genie 4 是互動式世界模型，會生成並更新可探索的場景，而不只是提示轉影片的渲染器。
• 官方頁面展示了水流與水體互動範例，但未提供經量測的流體準確度基準。
• 在稱生成水體具物理可靠性之前，請檢查連續性、漣漪傳播、互動、反射與持續性。

Genie 4 是什麼，以及其水體展示能證明什麼

傳統文字轉影片模型旨在依據提示產出完成的短片。Genie 4 則被呈現為世界模型：使用者可以在生成的環境中移動、以自然語言指令操控場景，並觀察它如何回應。這項差異對水體很重要。影片剪輯可以透過剪接隱藏不連續之處。可探索場景則讓觀看者有更多機會測試移動或方向改變後會發生什麼。

DeepMind 將流動水體、物體碰撞、搖曳樹木與自然移動的角色列為其目標生成行為。其頁面將 Genie 4 描述為持續演進的預覽版，並表示這些錄影展示的是即時互動，但為了呈現而縮短。官方資料確立水體是預期能力集的一部分。它並未確立模型能解流體動力學，或每一道漣漪都遵循經量測的物理定律。（Google DeepMind 的 Genie 4 總覽，2026 年 10 月）

有用的區分在於三個層級的證據：

• 外觀： 水面是否透過顏色、高光、透明度與紋理讀起來像水？
• 動態連貫性： 可見水流在相鄰時刻與鏡頭移動之間是否仍保持合理？
• 物理有效性： 速度、作用力、波浪傳播、飛濺與物體反應是否符合既定參考或量測？

公開展示可支持關於外觀與可見連貫性的觀察。物理有效性則需要測試設定、參考與可重複量測。公開的 Genie 4 頁面並未為水體提供這些內容。

水流與水面漣漪的五點測試

對任何水體序列使用這份檢查清單。以正常速度重播同一段短區間，然後逐格檢查。單一驚豔畫面並不足夠：大多數錯誤會在轉換時顯現。

這份檢查清單將可見線索與需要受控基準才能得出的結論區分開來。

水流線索與漣漪線索可能互相矛盾。就連續性而言，請追蹤某個明確事物，例如葉緣或泡沫斑塊，持續數秒。水體紋理可能自然變化，但岩石與岸邊會提供固定參考點。如果高光與斑點不斷在原處重新形成，水面可能看起來有動態，卻未顯示穩定水流。

漣漪在流動水體中不需要看起來像完美圓形。水流可能拉伸或彎曲其可見環圈。尋找從接觸點附近開始、向外擴展，並在遇到水流時改變的反應。平靜池塘是較簡單的首次測試，因為競爭的作用力較少。溪流則是有用的第二次測試，可檢驗擾動與水流是否能共存。

將反射與高光視為獨立線索。一道明亮條紋可能因水面運動、光照或鏡頭移動而移動。除了高光之外，也要追蹤反射的樹木或岸線。如果鏡頭轉動，反射場景應隨視角改變；如果水面起漣漪，其影像可能局部扭曲。單一閃爍高光無法確立模型正確處理水體光學。為了獲得有用的通過紀錄，請寫下時間戳、動作、預期反應與觀察到的反應。例如：「在 00:04，葉子接觸左側石頭附近的水面；一個環圈從接觸點開始、擴展，接著被水流帶往下游。」這記錄了可觀察事件。「水體物理很準確」則是廣泛得多的主張，需要更多證據。

進行比較時，請保持觀看條件穩定。使用相同的播放速度、裁切與鏡頭區間，並在每次執行中比較同一事件。如果一個片段使用廣角鏡頭，另一個切到特寫，後者可能隱藏遺漏的漣漪，或讓小飛濺看起來更戲劇化。保留提示副本，並在再次執行前記下任何編輯。

也要將遵循提示與物理行為分開。模型可能因為指令不明確而省略葉子，即使它能渲染漣漪。相反地，它可能遵循每一個子句，卻產生朝錯誤方向移動的漣漪。記錄兩者結果：要求的事件是否出現，以及其可見反應是否保持連貫。這能讓審查保持有用，而不會把主觀印象變成基準。

實用的三次執行檢查可以暴露不穩定性，而不必假裝建立科學準確度。首先，執行基本提示。第二，原樣重複，並記下事件序列是否改變。第三，更改一個明述條件，例如把葉子移近岸邊，看看結果是否以相應方式改變。保存全部三個輸出。在生成系統中，變異不一定代表失敗，但如果場景必須支持可重複互動，無法解釋的變異就很重要。

讓標準與任務相稱。一支簡短概念影片可能只需要可信的水流與清楚的飛濺。遊戲原型需要控制與水體行為一致回應。機器人模擬則需要經驗證的物理模型與已知誤差範圍，其水體互動才能支持工程決策。

公開 Genie 4 證據顯示了什麼

DeepMind 的模型頁面提供一項廣泛主張：Genie 4 能生成水會流動、物件會碰撞的環境。其範例包括風格化世界提示中的流動河流，以及涉及類水體動態的場景。Project Genie 展示庫提供更直接互動的水體範例，稱為 Tide Rider，使用者可操控衝浪板並嘗試追上或乘上波浪。它也將 Rollerball 描述為測試記憶、反射與水體物理的場景。這些是有用的互動情境展示與建議使用者測試。它們不是已發布的漣漪形狀、波速或流體準確度量測。（Project Genie 的官方展示庫，存取於 2026 年 11 月 2 日）

Folded Flyer 展示庫預覽顯示可導航的水道；另一項獨立的 Tide Rider 範例則邀請使用者測試乘浪。

最強結論相當狹窄：公開資料展示水體是 Genie 4 互動式世界生成展示的一部分。它們邀請人們探索水面如何回應。它們並未顯示與真實溪流、流體求解器，或具有重複試驗的公開基準進行受控比較。

DeepMind 也指出會影響這類檢查的限制。視覺細節與物件恆常性可能隨時間改變，且在較長執行、複雜提示編輯或導航期間，漂移會更明顯。使用者、代理與共享環境之間的互動仍是活躍的研究挑戰。連續互動持續數分鐘，而非延長工作階段。這些警告使持續性成為水體測試的一部分：一道漣漪只看一次好看，若你轉身後岸線或水流改變，能告訴你的就更少。

公開展示最有用之處在於提供測試想法。它可以展示使用者操控環境，並揭示 DeepMind 希望觀看者注意的水體互動類型。它留下若干評估細節未解答：同一動作是否從同一初始狀態重複、嘗試了多少次，以及結果如何被選出。當創作者想比較行為而非觀看展示時，這些細節很重要。

當你檢視錄影時，請將指令與觀察結果分開。提示可能明確要求流動水體或波浪，因此片段可顯示模型渲染了所要求概念。之後的操控動作可顯示該次拍攝中場景如何改變。兩者都未確立非提示互動會以相同方式表現。保留簡短觀察日誌，包含來源片段、可見使用者動作、反應與時間區間。這能讓下一次測試更容易重現，並防止視覺強烈的時刻取代可重複性主張。不要從官方影片解讀出超過它們所展示的內容。DeepMind 表示錄影是即時互動，但序列經過縮短，且意在示意。選定的錄影可顯示某事件在該次拍攝中發生。它無法確立該事件多常發生、多穩健地重複，或該行為是否經物理校準。

你今天就能執行的可重現水景測試

Genie 4 存取權與傳統影片生成工作流程滿足不同需求。如果你有 Genie 4 存取權，請使用其控制項探索場景並重複互動。如果你今天需要渲染好的水體片段，請透過可用的文字轉影片模型執行相同觀察構想，然後以實際模型與設定標示結果。該次執行測試的是你的提示與影片工作流程，不是 Genie 4。

從刻意受限的場景開始：

plaintextCopy
1A continuous natural-history shot at water level beside a shallow rocky stream. Clear water flows steadily from left to right around three fixed stones. A small leaf drops into the stream near the center, touches the surface, and creates circular ripples that spread outward and fade while the current carries the leaf downstream. Keep the stones fixed, the water direction consistent, and reflections of the trees stable relative to the camera. Show the full sequence without cuts: calm flow, leaf impact, expanding ripples, then the leaf drifting away. Realistic daylight, restrained documentary camera movement, physically coherent motion. No text, no graphics, no extra objects, no sudden camera changes.

如果所選端點支援這些設定，請使用 16:9 的文字轉影片，長度 6–8 秒。除非聲音是你評估的一部分，否則關閉音訊。將模型名稱、端點、解析度、時長、提示與生成日期與檔案一併保存。第二次執行時，只更改一個變數，例如葉子撞擊位置。如果同時更改多個提示細節，你就無法判斷是哪個指令影響了輸出。

依此順序檢視結果：

1. 確認溪流在撞擊前後都保持從左到右。
2. 檢查漣漪是否從葉子的接觸點開始，而不是出現在整個水面。
3. 撞擊後追蹤葉子，看看水流是否將其帶往下游。
4. 鏡頭移動時，追蹤一個反射與一顆固定石頭。
5. 以一個受控變更改變重播同一提示，並比較相同時刻。

Atlas Cloud 目前列出 Veo 3.1 文字轉影片端點，用於一般影片創作。其模型頁面描述文字轉影片、圖像轉影片與參考轉影片選項；所選端點決定支援的設定與價格。該目錄是檢視目前影片生成選項的地方，不是 Genie 4 託管於該處的證據。創作者可以從 Atlas Cloud 首頁開始，然後瀏覽 Atlas Cloud 的模型目錄或特定的 Veo 3.1 文字轉影片方案，尤其是在交付物是完成片段而非互動式世界時。執行前，請在模型頁面確認端點參數與目前價格。

此協定會讓模型身分與測試條件附著於結果，以便公平比較另一次執行。

人在溪流中的案例：三個視圖與三個 GIF

仔細觀察水體需要可見原因，而不只是美麗水面。本案例使用三張提供的靜態圖與三段獨立生成的 10 秒片段，並轉換為 GIF。女子跨過淺溪，在鏡頭移動時轉身，最後伸手靠近水面。她的動作提供觀看者接觸點、固定石頭、漂移葉子與反射可供檢查。這些是示意用生成輸出，不是 Genie 4 素材，也不是受控流體物理基準。

靜態圖確立女子、服裝、岸邊、石頭與鏡頭位置。GIF 讓我們檢查靜態圖無法顯示的動態。在提供的媒體中，她穿著鈷藍色刺繡外套、石榴紅裙搭配銅色花卉下襬、番紅花黃色圍巾與深色靴子，身處有紫紅色九重葛與藍綠色溪流的梯田花園。每個 GIF 都是獨立拍攝，因此不要推斷三個檔案之間具有連續動態或可重複性。來源檔案不包含可驗證的模型身分；在將這些輸出歸因於特定模型之前，請確認生成工作紀錄。

靜態圖 1 確立完整跨越、固定石頭、繽紛花園與女子服裝，尚未可見水體接觸。

靜態圖 2 將靴子與漣漪起點放在同一視圖中。它描述的是一個瞬間，不是水體反應的時序。

靜態圖 3 改變觀看方向，同時顯示手、反射側臉與水面。

靜態圖模型： Nano Banana 2。使用文字轉圖像（google/nano-banana-2/text-to-image）生成圖像 1。然後使用參考轉圖像（google/nano-banana-2/reference-to-image）生成圖像 2 與 3，並上傳已採用的第一張圖像作為角色、服裝與地點參考。每次執行生成一張獨立的 16:9 圖像。每次執行時，複製下方 COMMON SCENE 區塊，以及僅對應的 IMAGE 區塊。生成圖像 3 時，如果遊樂場提供該選項，請上傳圖像 2 作為額外參考。

plaintextCopy
1COMMON SCENE FOR EACH IMAGE: Create one photorealistic 16:9 editorial still of the same adult woman and the same shallow stream in one terraced garden. She has expressive dark eyes and dark wavy hair secured in a low braided bun. Her costume is a tailored deep-cobalt jacket with fine copper embroidery, a full pomegranate-red skirt with a copper floral hem, a narrow saffron silk scarf, and practical dark ankle boots. Preserve her face, hair, clothes, three large black stepping stones, flowering fuchsia bougainvillea, amber leaves, and stone banks across the series. Clear turquoise water passes the first stone, then the second, then the third toward the downstream bank. Its apparent screen direction can change when the camera crosses to the opposite bank, but its physical direction never changes. Warm late-afternoon light, rich but believable colors, detailed fabric, natural skin, clear water, no fantasy glow.
2
3IMAGE 1, WIDE UPSTREAM VIEW: A low three-quarter view from the upstream bank shows the full garden and the entire crossing. She is mid-stride between the first and second stone, smiling with concentration, scarf and skirt describing the direction of her movement. Leave the near edge of the water and the three stones unobstructed so the current is easy to read. This is the before-contact reference.
4
5IMAGE 2, WATER-LEVEL SIDE VIEW: A low side angle beside the second stone shows her boot toe making one clear, gentle contact with the stream. Her face is visible above the water, eyebrows lifted in a brief surprised expression. Small concentric ripple fronts begin at the boot contact point; the current continues left to right around the stone. A bright reflected strip of the cobalt jacket and red skirt breaks only where the ripple reaches it. Keep the contact point, foot, and full ripple origin visible.
6
7IMAGE 3, REVERSE OVER-THE-SHOULDER VIEW: From the downstream bank, look back past her shoulder as she crouches and extends her fingertips toward the water. Her expression has changed to delighted curiosity. The three stones and the same garden remain recognizable. A saffron leaf drifts toward the downstream bank; the earlier boot ripple has weakened, while a new small fingertip ripple begins exactly below her hand. Her reflected silhouette changes with this reversed viewing direction. Do not move the stream, stones, or costume between images.
8
9Each output must be one complete image, not a triptych, collage, contact sheet, storyboard page, or fake screenshot. No text, labels, logos, extra people, extra limbs, floating feet, duplicated stones, or unexplained waves. Include only the requested angle in each run.

動態模型： Wan 3.0 Reference-to-Video，模型 ID alibaba/wan-3.0/reference-to-video。下方可重現簡報要求三次獨立的 10 秒生成，每次執行一個提示，若提供則使用 16:9 與原生 1080p。每次執行時，依 image 1、image 2、image 3 順序上傳三張已核准的靜態圖，作為場景與角色參考。模型會產生來源片段；將每個完整的 10 秒片段轉換為各自的 GIF。不要將一段較長片段剪成三段節錄。所提供的檔案實際使用的模型必須從生成歷史確認；不要將這些 GIF 標示為 Genie 4 輸出。此端點的文件記載時長範圍包含 10 秒。

GIF 1：靴子接觸水流。 此片段測試接觸時序與第一道漣漪的起點，同時展示全身動作與富有表情的反應。

在此次拍攝中，她跨過石頭，靴子擾動水面，附近出現漣漪環。依序觀察接觸與反應；此 GIF 並未量測波速或物理準確度。

plaintextCopy
1Generate ONE continuous 10-second photorealistic 16:9 source clip to be converted into an animated GIF. Use reference image 1 for the same adult woman's face, dark braided bun, deep-cobalt embroidered jacket, pomegranate-red skirt with copper floral hem, saffron scarf, dark ankle boots, three fixed black stepping stones, bougainvillea, amber leaves, and shallow turquoise stream. Use reference image 2 for the precise low side view and boot-contact location. Water flows past stone 1, then stone 2, then stone 3 toward the fixed downstream bank. Warm late-afternoon light, rich natural colors, clear reflections, detailed fabric, and smooth anatomy.
2
30–2 seconds: Start wide and low from the upstream bank. She studies the stepping stones with a focused expression, then smiles. Water and one saffron leaf move steadily downstream. Camera tracks sideways, revealing the crossing rather than zooming.
4
52–5 seconds: She takes an elegant full-body step onto the second stone. Her shoulders turn, skirt swings, and scarf follows her motion. The camera arcs smoothly toward a water-level side view. At about second 4, the toe of her front boot briefly touches the stream beside the stone. Her eyebrows rise in genuine surprise; she lifts the foot back to safety.
6
75–10 seconds: Keep the boot, exact touch point, and water together in frame. A small splash begins at contact, followed by ripple fronts that expand and weaken while the current stretches them slightly downstream. She catches the scarf with one hand and gives a delighted smile. The camera continues a short lateral move so her reflected cobalt jacket and red skirt change with the viewing angle and ripple. The three stones stay fixed.
8
9One take, one location, no cut or slow push-in. No dialogue, text, logos, costume changes, extra people, floating feet, duplicated stones, large waves, ripple before contact, reversed flow, or sudden camera jumps. Keep the contact point and at least two visible ripple fronts unobstructed.

GIF 2：鏡頭轉動，溪流持續流動。 此片段提供舞者轉身、岸邊與石頭，以及變化反射的視圖。實際拍攝也以另一次腳碰水濺起開場，儘管提示要求不要有新的撞擊。

使用後段鏡頭移動來檢查地標與反射。由於此次拍攝加入了早期飛濺，它是定性觀看範例，而不是僅改變鏡頭角度的受控測試。

plaintextCopy
1Generate ONE continuous 10-second photorealistic 16:9 source clip to be converted into an animated GIF. Use reference images 1, 2, and 3 for the same adult woman, dark braided bun, cobalt embroidered jacket, pomegranate-red skirt, copper hem, saffron scarf, dark ankle boots, three fixed black stones, bougainvillea, amber leaves, stone banks, and shallow turquoise stream. Water always travels from the first stone past the second and third toward the same downstream bank, even when the camera crosses to the opposite side. Warm late-afternoon light and rich believable color.
2
30–3 seconds: Begin beside the second stone at a waist-high side angle. The woman steps lightly onto the third stone, opens her arms for balance, and turns her shoulders and hips in one fluid movement. Her face changes from careful concentration to a playful smile. A single saffron leaf passes the second stone and moves steadily downstream.
4
53–7 seconds: The camera makes a smooth, visible quarter-circle arc from the side toward the downstream bank, changing its viewing direction without a cut. Her scarf sweeps across the air and the skirt settles naturally as she pivots to look back over one shoulder. Keep all three stones and the drifting leaf recognizable as landmarks. The current does not freeze, reverse, or regenerate in place.
6
77–10 seconds: Finish in a low reverse three-quarter view. She glances down at her reflection, smiles with curiosity, and takes a small balancing step. Her reflected silhouette and the reflected trees shift with the new camera angle; small existing surface undulations distort them locally. The leaf continues past the third stone toward the downstream bank.
8
9One take, no cut, no static zoom, no new water impact in this clip. No dialogue, text, logos, extra people, costume changes, duplicated leaves or stones, sliding shoreline, inconsistent reflections, or reversed current. Prioritize graceful body motion, a clear facial transition, a visible camera arc, and trackable water flow.

GIF 3：指尖製造第二道漣漪。 此片段跟隨從站立到蹲下的變化，鏡頭也朝水面下降。

漣漪出現在她放低的手附近，同時她的反射仍在視圖中。如果確切指尖接觸與漣漪時序很重要，請檢查原始影格；僅憑此 GIF 無法確立經量測的水體反應。

plaintextCopy
1Generate ONE continuous 10-second photorealistic 16:9 source clip to be converted into an animated GIF. Use reference image 3 for the same adult woman's face, dark braided bun, cobalt embroidered jacket, pomegranate-red skirt with copper floral hem, saffron scarf, dark ankle boots, and the downstream reverse camera direction. Use reference images 1 and 2 to keep the same terraced garden, bougainvillea, amber leaves, stone banks, three fixed black stepping stones, and shallow turquoise stream. Keep the same upstream-to-downstream water path. Warm late-afternoon light, rich believable colors, detailed fabric, natural skin, and physically legible water contact.
2
30–3 seconds: Start in a medium reverse three-quarter view as she looks back across the stones. Her playful smile softens into curiosity. She turns toward the bank and lowers into a graceful, controlled crouch; the skirt folds and scarf settles naturally. The camera tracks around her shoulder and drops toward water level without a cut.
4
53–5 seconds: In a low over-the-shoulder view, show her face in partial profile, her hand, and the undisturbed surface together. At about second 4, two fingertips lightly touch the water exactly once near the bank. Her eyes widen slightly and she leans forward with interest. The water must remain calm at this spot until contact.
6
75–10 seconds: A small ripple begins exactly beneath the fingertips, expands across her reflected profile and the reflected amber leaves, then weakens as the current carries the visible disturbance downstream. She lifts her hand, watches the rings, and ends with a quiet delighted smile. A single saffron leaf continues downstream past the fixed third stone. The camera makes a gentle lateral move to reveal the changing reflection, not a push-in.
8
9One take, one location, no cut, no dialogue, text, logos, extra people, extra limbs, floating hand, costume changes, duplicated stones or leaves, oversized splash, ripple before contact, frozen water, or reversed flow. Keep fingertips, ripple origin, face, and reflected surface readable at GIF size.

如何評估這些輸出： 靜態圖可確認設計與視角一致性，但無法確立動態真實感。在 GIF 1 與 GIF 3 中，檢查每道漣漪是否只從可見接觸點開始，並在水流保持下游方向時擴展。在 GIF 2 中，於整段鏡頭弧線期間追蹤同一片葉子、石頭、岸邊與反射。拒絕主要由變焦構成，或失去角色、服裝、動作或水體事件的片段。只描述實際輸出所顯示的內容。在已發布圖說中指名生成模型之前，請在生成工作歷史中驗證。絕對不要將這些檔案標示為「Genie 4 素材」。

不要以 Genie 4 圖說發布替代模型的輸出。模型標示是證據的一部分。如果你之後取得 Genie 4 存取權，請在可探索場景中執行相同底層事件、記錄控制序列，並描述你觀察到的內容，而不是聲稱你未量測的分數。

互動式世界模型還是影片生成器？

依你需要的產物來選擇。互動式世界模型讓你導航並探查不斷變化的環境。影片生成器產出可剪輯、分享或放入活動的片段。這些輸出在視覺上重疊，但支持不同決策。

如果你是遊戲設計師，第一個問題是移動與重複動作是否足夠連貫，能支持探索。如果你是行銷人員或剪輯師，實際問題是生成片段能否在你擁有的時間內傳達場景。兩者都使用水流檢查清單，但讓主張與輸出一致：「片段顯示擴展中的漣漪」很精確；「模型準確模擬水體」在沒有量測的情況下不受支持。

對比較選項的創作者而言，請在每個輸出旁記錄相同五項觀察。你不需要捏造分數。像「水流方向清楚、漣漪太晚開始、平移時反射滑動」這樣的簡短註記，比整體真實感評分更具可操作性，因為它告訴你下一步要修改什麼。

常見問題

Genie 4 能生成逼真的流動水體嗎？

DeepMind 將流動水體列為 Genie 4 可生成環境的範例。公開資料支持水體出現在其互動式世界展示中的說法。它並未發布獨立準確度量測，因此「逼真」應描述具體可見結果，而不是一般已驗證能力。

當物體接觸水時，Genie 4 會產生漣漪嗎？

Project Genie 邀請使用者在互動範例中測試水體物理，包括 Tide Rider 與 Rollerball。公開頁面並未提供受控物體掉落漣漪基準。如果漣漪時序與傳播對你的專案很重要，請檢查實際執行並記錄接觸點、反應與可重複性。

Genie 4 公開可用嗎？

DeepMind Genie 4 頁面目前將其描述為供受信任測試者使用的研究預覽，並計畫透過 Project Genie 以及早期存取 API 與 AI Studio 合作夥伴擴大存取。Project Genie 的公開頁面目前列出年滿 18 歲的 Google AI Ultra 訂閱者。存取條款可能改變，因此規劃可用性之前，請查看官方頁面。

我可以在 Atlas Cloud 上存取 Genie 4 嗎？

目前 Atlas Cloud 目錄與 Veo 3.1 模型頁面記錄的是影片生成工作流程，不是 Genie 4 存取權。請將 Veo 3.1 視為生成水體片段的選項，而不是 Genie 4 端點。

Genie 4 有發布水體物理基準或價格嗎？

本文檢視的官方頁面並未提供水體專用基準分數或公開的 Genie 4 價格。目前證據支持對已發布範例，以及你能重現的任何可存取工作階段進行定性檢查。

目前，討論 Genie 4 水流與水面漣漪真實感 最清楚的方式，是將你能看到的内容與已被量測的內容分開。從水流方向、漣漪起點、互動時序、反射行為與持續性開始。然後在那個證據層級陳述結果。