要用 Genie 4 创建一个交互式世界，请从一个地点、一个主体和一个你可检查的动作开始。然后探索结果，看看环境是否在保持其重要细节可识别的同时做出响应。这对独立开发者或创意技术专家来说是一个有用的初步测试；它并不能构成一个完整的游戏。
访问权限是首要问题。Google DeepMind 目前将 Genie 4 描述为面向受信任测试者的研究预览版。Google 表示计划将该模型通过 Gemini API 和 Google AI Studio 引入 Project Genie，面向 Google AI Ultra 订阅者和早期访问合作伙伴。现有的 Project Genie 帮助页面记录的是 Genie 3 原型，因此其控制说明并非经过验证的 Genie 4 指令。在计划运行之前，请查看 Genie 4 研究预览版。
关键要点
- Genie 4 是实时世界模型预览版，而非通用游戏引擎。
- 在遵循任何实际操作步骤之前，请先确认你自己的访问权限；Project Genie 已发布的控制说明描述的是其当前原型。
- 在将提示词扩展为更大的世界之前，先测试一个动作和几个连续性锚点。
- 使用交互式世界模型进行探索；使用视频生成来获得固定的、经过编辑的镜头。
什么是 Genie 4，是什么让世界具有交互性？
传统生成的视频播放的是预先选定的序列。交互式世界模型会根据移动、摄像机方向或新指令生成接下来发生的内容。区别在于反馈循环：创作者可以采取行动、观察结果状态，并再次引导。
DeepMind 表示，Genie 4 可以通过自然语言实时创建和改变世界。其示例包括改变景观或天气、移动摄像机、添加角色、模拟碰撞和流水，以及生成脚步声或角色语音等音频。该页面还描述了 Gemini 模型帮助规划事件和保持连贯性。这些是研究预览版所宣称的能力，并不承诺每个提示词都能产生可靠的模拟。
对于创作者而言，“交互式”不应仅仅是移动图像。要问一个动作是否产生了清晰可辨的结果。如果角色接近一扇门，当摄像机转向时，门是否仍在同一位置？如果创作者要求下雨，场景是否在视觉和听觉上发生变化？这些小检查揭示了世界是否有助于探索一个想法。
世界模型仍然不同于生产级游戏引擎。Genie 4 的公开页面并未承诺可导出的游戏资产、确定性物理、脚本系统、保存状态、网络功能或可发布的规则层。在这些生产要求被独立满足之前，应将生成的环境视为探索性模拟。
你现在可以使用 Genie 4 吗？
模型和产品原型是相关的，但访问声明需要仔细阅读。截至 2026 年 10 月 30 日，DeepMind 表示 Genie 4 作为研究预览版提供给受信任的测试者。该公司表示计划通过 Project Genie 为 Google AI Ultra 订阅者以及通过 Gemini API 和 Google AI Studio 的早期访问合作伙伴提供更广泛的访问。 “即将推出”并非公开发布日期，该页面也未确认每个订阅者或开发者今天都已获得访问权限。
Project Genie 是 Google 的交互式世界体验。其当前支持页面描述的是一个早期研究原型，而现有的创建和导航说明则指向 Genie 3。该页面称，符合条件的用户可以描述环境和角色，选择第一人称或第三人称视角，然后使用 WASD、空格键和方向键进行探索。它还记录了该原型的 60 秒探索时间。这些细节有助于解释 Project Genie 的概念，但并不能确定 Genie 4 最终的控制方式、时间限制或输入流程。
在抽出时间之前，请直接检查访问权限：
- 打开 DeepMind 的 Genie 4 页面，阅读当前的可用性声明。
- 按照那里显示的官方 Project Genie 链接或等待列表进行操作。使用你预期使用的账户登录。
- 检查你账户的实际页面、地区、资格要求以及任何等待列表消息。
- 如果你看到交互式 Genie 4 体验，请遵循其实时界面。不要假设某个视频、新闻报道或 Project Genie Genie 3 演练就证明你的账户可以访问 Genie 4。
Google 当前的 Project Genie 帮助文章称，该原型在提供订阅的地区面向 18 岁及以上的 Google AI Ultra 订阅者开放。文章还称，原型生成不使用 AI 点数。这描述的是那里记录的 Project Genie，而非 Genie 4 的最终可用性、计费或商业使用条款。公开的 Genie 4 页面未列出一般价格、公共 API 端点或广泛的发布计划。当前的 Project Genie 访问和控件帮助页面 描述的是那个单独的原型及其资格要求。
如何为可探索世界编写 Genie 4 提示词
有用的世界描述应为模型提供足够结构以做出响应，而不是要求它一次性解决整个游戏概念。编写五个信息块：
- 地点和环境： 指明位置、时间、天气以及一些可见结构。
- 视角： 说明你想要第一人称还是第三人称，如果可用界面提供该选择。
- 主体： 描述一个角色或物体及其起始位置。
- 动作和响应： 给主体一个可观察的动作，并说明响应中应发生什么变化。
- 连续性锚点： 确定两到三个在视角变化时应保持可识别的细节。
简洁的提示词可以使第一次运行更易于评估。以下五个字段组织了简要说明；它们是规划辅助工具，而非捕获的 Genie 4 屏幕。
plaintext1Create an explorable [place] in [time and weather]. Use a [first-person / third-person] viewpoint. The main subject is [character or object], positioned [location]. Let me [simple action] and show how [specific environmental response] changes. Keep [two or three continuity anchors] consistent as I move. The atmosphere is [sound and mood cues]. Avoid adding unrelated characters or changing the setting without a prompt.
例如，一位独立开发者测试雨中的港口，可能会指定一个石码头、一个红色浮标、一艘小划艇和一个动作：在雨势增强时走向浮标。连续性锚点可以是浮标的颜色和位置、码头的边缘以及船离岸的距离。这为创作者提供了一个具体检查：在转身走回之后，相同的物体是否仍以大致相同的空间关系存在？
Google 的 Project Genie 提示词指南 建议用直接的语言描述环境、角色、运动、风格和感官氛围。
Project Genie 的官方提示词编写指南，此处用作背景参考而非 Genie 4 UI 文档。 它还讨论了 Project Genie 的文本和图像输入。将这些建议作为现有原型的指导。上面的模板是规划辅助工具，并非经过验证的 Genie 4 咒语，并且图像支持必须在你实际收到的 Genie 4 界面中确认。
保持第一个提示词的范围狭窄。如果它要求一个港口、会说话的船员、分支任务、昼夜过渡、库存、暴风雨和多个摄像机切换，那么失败将难以诊断。一个动作和几个锚点使输出更容易判断，也更容易选择下一次编辑。
三个具有可观察结果的场景测试
这些是拟议的 Genie 4 会话测试，而非已完成的运行报告。作者提供的静态图像是以下场景的概念帧。它们展示了预期的人物和地标，但并不能证明导航、物体交互或天气变化。根据你的实时界面实际提供的控件调整每个提示词，并记录你观察到的内容。
案例 1：你能回到同一个港口吗？ 使用雨中的码头来测试一小组地标在转身后是否保持稳定。
plaintext1Create an explorable rainy harbor in late afternoon, viewed in third person behind a traveler in a yellow raincoat. She starts on a stone pier. Place one red buoy just off the pier's right edge, one blue rowboat moored to the left, and low warehouses ahead. Let me walk toward the end of the pier, turn around, and return. Keep the buoy, boat, and pier edge in the same spatial relationship as I move. Wind moves a loose rope, and rain ripples the puddles. Do not add unrelated boats.
为本拟议测试提供的概念图像，并非 Genie 4 截图。 走回之后，检查红色浮标是否仍在码头右侧，蓝色船只是否仍停泊在左侧。单个吸引人的画面无法回答这个问题。
案例 2：村庄大门对推动有响应吗？ 仅当实时体验提供物体交互时，这才是动作-响应测试。否则，使用相同的地标进行摄像机连续性测试。
plaintext1Create an explorable hillside village in third-person view. A courier in a blue jacket starts beside a heavy wooden gate. A copper bell hangs on the wall to the left, a yellow handcart stands to the right, and a white plaster arch is visible beyond the gate. Let me push the gate inward and pass through if object interaction is available. Show the gate turning on its hinges rather than disappearing or changing shape. Keep the bell, cart, and arch in their original positions as I move.
为本拟议测试提供的概念图像，并非 Genie 4 截图。 注意观察清晰可辨的大门移动和穿过它的路径。如果在你的界面中无法推动大门，不要将其记录为物理故障；测试当你经过它们时，钟、手推车和拱门是否保持在原位。
案例 3：市场能否在不移动其地标的情况下改变天气？ 从一个干燥的广场开始，如果实时文本引导可用，则请求小雨。
plaintext1Create an explorable market square in late afternoon, initially dry, in third-person view behind a bicycle messenger riding toward the center. Keep a green fountain in the middle, an orange produce stall on the left, and a clock arch at the far end. If live text steering is available, let me request a light rain shower. Show drops, ripples in new puddles, and awnings moving in the wind while the fountain, stall, and arch remain in place. Keep the street open enough to ride through.
为本拟议测试提供的概念图像，并非 Genie 4 截图。 静态图像显示了可能的雨天状态。要测试变化，请将干燥视图与之后的视图进行比较，并注意喷泉、农产品摊位和拱门是否仍在原位。如果界面没有实时引导，不要声称已执行此天气变化测试。
初版世界工作流：创建、探索和迭代
将第一次会话视为一个小实验。目标是查明一个场景是否能支持一个有意义的动作，而不是制作一个完整的关卡。
- 选择一个测试问题。 例如：“玩家能否接近码头标记，并在转身后仍能认出港口？” 一个具体问题定义了成功的样子。
- 编写场景简要说明。 填写地点、视角、主体、动作、响应和连续性锚点。保持每个细节可观察。“紧张的气氛”不如“风吹动悬挂的绳索，雨滴在水坑中泛起涟漪”那样可测试。
- 仅使用实时界面提供的输入。 如果 Genie 4 体验提供文本和参考图像字段，请按描述使用它们。如果没有，不要根据其他产品的说明虚构上传步骤。
- 生成并检查初始视图。 记录主体的位置以及你预期使用的路径或地标。如果预览已经与简要说明矛盾，请在探索之前修改场景描述。
- 尝试两个动作。 首先移动或改变摄像机方向，以测试导航和空间连续性。然后，如果实时自然语言引导可用，触发提示词中的环境事件，并观察其响应。
- 记录发生的情况。 将预期响应与你观察到的内容分开。这可以防止一个引人注目的第一帧掩盖损坏的交互。
- 更改一个变量。 如果浮标消失，添加更清晰的位置锚点；如果下雨变化不可见，描述一个可见的后果。仅当界面允许时重新运行，并比较相同的动作。
使用简单的测试日志。下面一行是示例记录格式，并非实际 Genie 4 运行的报告。
| 提示词版本 | 测试的动作 | 预期响应 | 观察到的响应 | 连续性问题 | 下一步更改 |
|---|---|---|---|---|---|
| A | 转身走回码头 | 红色浮标仍在码头东侧边缘外 | 记录运行显示的内容 | 记录任何漂移 | 更改一个位置细节 |
| B | 要求更大的雨 | 雨和水面明显变化 | 记录运行显示的内容 | 注意锚点是否移动 | 仅优化天气指令 |
该表格是记录表，并非声称已执行这些确切运行。仅在你拥有访问权限并获准保存输出时，才保留屏幕截图或录像。DeepMind 指出，其发布的 Genie 4 录像展示了实时交互，但序列为便于说明而缩短。一个精美的剪辑展示了一种可能的交互；它并不能证明另一个用户可以从相同的提示词中复现它。
在将结果称为可用原型之前要测试什么
根据你需要它完成的工作来评判结果。视觉草图即使作为游戏原型失败，也可能有用。在向团队展示结果之前，写下每个级别的证据。
| 预期用途 | 需要寻找的证据 | 决策规则 |
|---|---|---|
| 可探索概念 | 你可以穿过场景并识别其主要主体和地标 | 如果运动可理解，则有助于讨论环境想法 |
| 演示预览 | 短序列传达预期的氛围、布局和动作 | 当团队理解其为生成的预览时，有助于讨论 |
| 可玩原型 | 重复输入产生可预测的结果；路径、碰撞和重要物体保持稳定 | 在依赖它之前，反复测试并在游戏引擎中实现核心规则 |
| 可发布的游戏 | 生产资产、编写的规则、性能、保存行为、可访问性、权利和 QA 都在你的控制之下 | 不要从 Genie 4 预览推断发布就绪状态 |
在探索期间检查四个属性。就绪卡片总结了探索性概念与生产游戏之间的区别。
- 连续性： 当你转身或在场景中走得更远时，关键物体和位置是否保持可识别？
- 动作响应： 你的输入是否产生了玩家可以理解的结果，还是场景只是在没有明确关系的情况下发生变化？
- 空间逻辑： 路线、障碍物和主体是否保持合理的关系？你能返回一个地标而不会让世界在其下面移动吗？
- 音频和对话： 如果声音是概念的一部分，它是否与可见事件匹配？任何对话是否保持可理解且与上下文相关？
在解释这些检查时，DeepMind 的限制说明很重要。它指出视觉细节和物体恒存性会随时间漂移，尤其是在较长的模拟、复杂的提示词编辑或场景中移动时。它将多智能体交互描述为正在进行的研究，表示现实世界位置可能无法完美呈现，并指出文本渲染和音频准确性仍有待改进。该预览支持几分钟的连续交互，而非延长会话。
这就是为什么独立团队应将成功的氛围测试与成功的机制测试分开。一个世界可能看起来令人信服，而物体位置却在漂移。相反，一个简单的环境可能仍有助于讨论摄像机角度或运动想法。将观察到的限制记录在预期用途旁边，而不是将输出笼统地描述为“游戏就绪”。
Genie 4 与视频生成：哪种工作流更合适？
根据观看者需要做什么来选择媒介。如果问题取决于观看者走进一个空间或引导接下来发生的事情，那么交互式世界模型是相关的实验。如果故事已经确定，目标是精美的序列，那么视频工作流为固定镜头提供了更直接的途径。
| 需求 | 更合适 | 原因 |
|---|---|---|
| 走进场景并观察响应 | 交互式世界模型 | 探索和动作反馈是关键 |
| 制作固定的电影瞬间或活动剪辑 | 视频生成 | 输出是用于观看和编辑的选定序列 |
| 在选择模拟之前设定视觉方向 | 概念图像，然后决定 | 静态图像可以确定调色板、材质和构图，而不暗示交互性 |
如果你在交互式测试之前需要视觉简报，Atlas Cloud 可以是一个可选的地方，使用可用模型创建概念图像或固定视频预览。这可以帮助设计师在颜色、设置或摄像机瞬间上达成一致。它不提供 Genie 4 访问权限，生成的参考图像也不会变成 Atlas 托管的交互式世界。仅将该 Atlas Cloud 模型目录 用于那个单独的视觉材料任务。此处未包含模型价格，因为文章不依赖于特定模型或配置。
限制、访问和负责任的使用
研究预览版可能会随着测试范围的扩大而改变其资格、控件和行为。在计划使用它的当天重新检查官方可用性声明。对于任何商业项目，请查看特定服务和账户的当前条款。公开的 Genie 4 公告不能替代许可证或关于所有权、重用或分发权的保证。
还要区分逼真的外观与准确的模拟。波浪可能看起来很合理，但并不符合流体动力学。一个人在一个剪辑中可能移动自然，但不会对重复命令做出一致响应。测试对你的项目重要的行为，尤其是如果团队计划使用输出来做出设计、安全或生产决策。
对于概念工作，保留提示词、日期、访问界面、尝试的动作和已知缺陷的记录。这样当合作者后来看到简短录像时，可以了解背景。避免将编辑过的预览录像作为可重复的游戏捕获来呈现，除非你能复现相同的交互并解释任何编辑。
有用的下一步行动很简单：验证访问权限，选择一个场景问题，并编写一个包含一个动作和三个连续性锚点的提示词。这足以决定 Genie 4 是否值得在你的原型流程中进行另一次测试。
常见问题
Genie 4 对所有人开放吗？
不。截至 2026 年 10 月 30 日，DeepMind 描述的是受信任测试者研究预览版，并表示计划通过 Project Genie 和早期访问开发者合作伙伴提供进一步访问。查看官方页面以了解变化。
Project Genie 和 Genie 4 是同一回事吗？
Project Genie 是 Google 用于创建和探索世界的产品及研究原型体验。其当前帮助说明描述的是 Genie 3 原型。DeepMind 表示 Genie 4 计划用于 Project Genie，但这并不使当前记录的 Genie 3 控件成为经过验证的 Genie 4 界面。
Genie 4 能创建一个完整的可玩游戏吗？
公开公告描述的是交互式世界模拟，而非完整的游戏开发工具链。不要假设它提供生产就绪的规则、资产、确定性行为或发布工作流。在将其视为可玩软件之前，请在你自己的引擎中验证机制。
我可以使用图像来启动交互式世界吗？
Google 的 Project Genie 提示词指南描述了 Project Genie 的图像输入。Genie 4 体验中是否提供图像输入取决于你实际收到的界面和访问权限。在准备参考图像之前，请查看其当前说明。
Genie 4 有公开定价或 API 吗？
公开的 Genie 4 页面未列出一般定价或广泛可用的 API。它提到了 Gemini API 和 Google AI Studio 的早期访问合作伙伴。Project Genie 的帮助页面称其早期访问原型生成不使用 AI 点数，但该声明并非 Genie 4 的价格表。
