夜雨聆风学习资料网

ARTICLE · 1271682

AI这次不是在生成视频,是在造世界.游戏股的第二次地震,来了

AI这次不是在生成视频,是在造世界.游戏股的第二次地震,来了

AI这次不是在生成视频,是在造世界。游戏股的第二次地震,来了

10月27日深夜,谷歌DeepMind发布了Genie 4。

官方给自己的评价只有一句话:迄今为止最逼真、最具交互性的世界模型。

但真正让资本市场坐不住的,是两个数字。

第一个:2分钟。第二个:24帧。

一

先说这两个数字意味着什么。

上一代Genie 3,单次连贯模拟时长约1分钟。

Genie 4,翻倍到2分钟,实际渲染帧率稳定在24FPS左右。

听起来不多,2分钟而已。

但你要知道,这不是生成一段视频。

生成视频是“录像带”——焊死时间线,生成完就改不了,镜头动不了,人物不听话。

Genie 4是“可走进的世界”——你按键盘,角色就动;你输入一句话,天气就变;你推开门,门后会长出符合逻辑的房间;你踢倒一把椅子,转身再回来,它还躺在原地。

它有余量了。

而“余量”,是游戏行业唯一的成本命门。

二

更狠的是第二个功能:它会发声了。

Genie 4是Genie系列首次实现原生音视频同步生成——每一帧画面生成的同时,环境音、背景音乐、角色对白同步生成。

骑马踩过浅滩,马蹄溅水的声音会随距离变化;走近篝火,木柴的噼啪声会放大;走到一个NPC面前开口说话,对方会根据场景实时回应。

这件事的分量,做游戏的人最清楚。

一个游戏场景要做出来,原本要拆成美术、动画、音效、配音、脚本几条流水线,每一环都要人和时间。

现在一句话,一套带声音的可交互场景。

三

所以游戏股为什么又要跌。

今年1月,谷歌推出基于Genie 3的Project Genie原型,当时就引发过一次资本市场的震动,游戏板块股价下行。

那是第一次地震。

这次是第二次。而且这次不是概念演示,是“音画同步+两分钟连贯”,逼近可用的门槛。

市场的恐惧很朴素:如果做游戏的成本能降到这么低,那些靠人力堆产能的公司,护城河在哪?

这个恐惧,有没有道理?

一半有一半没有。

四

先说没有道理的那一半。

谷歌自己反复强调了三件事:

第一,Genie 4仍是研究预览版,只向少量受信任的测试者开放,公众要等Project Genie,还得绑定约100美元/月的Google AI Ultra会员排队。

第二,短板很明显——模拟时间一拉长,画面细节和物体形态会“漂移”;画面里的文字仍容易乱码;复杂物理交互、长时间一致性,都还是难题。

第三,也是最关键的:DeepMind产品经理里瓦斯明确说了,目标是拓展现有的创作能力,而非直接替代现有工作流。

翻译:现在它还是个很强的原型工具,不是能直接上线的生产管线。

再说有道理的那一半。

历史上每一次“生产成本骤降”,最终都会重塑行业格局。

摄影术没杀死绘画,但杀死了肖像画师。数码相机没杀死摄影,但杀死了胶卷巨头。引擎没杀死游戏,但杀死了不会用引擎的团队。

世界模型杀不死游戏,但一定会杀死一种公司——靠“人多、周期长、埋头做苦活”建立优势的公司。

五

再往下看一层,这件事真正的野心不在游戏。

发布里有一段很容易被忽略的演示:

谷歌让Gemini 4 Argon负责把指令拆成步骤,Genie 4根据步骤实时生成画面,模拟Apptronik的Apollo人形机器人下跳棋。

一个负责“想”,一个负责“在虚拟世界里试”。

这意味着什么?

机器人在进入真实环境之前,可以在虚拟世界里把动作试错一遍,再迁移到现实。

自动驾驶、工业机器人、仓储、医疗机器人——所有需要“真实环境训练”的领域,成本都会塌下来。

谷歌研究总监库尔卡尼把这个方向叫“混合世界模型”:Gemini生成代码和文本做规划,Genie在不同抽象层级上模拟现实。

游戏只是第一个被撞到的行业,因为它离“虚拟世界”最近。

六

那我们普通人该怎么看这件事。

如果你做游戏、做影视、做设计——这不是威胁通报,是工具通报。有一个能力值得现在就练:用自然语言把你要的场景描述清楚。描述能力,正在变成新的生产力。

如果你在投资——别急着按“AI杀死游戏”的剧本下注。真正的分水岭不是“有没有这个技术”,而是“哪些环节的成本真的降了、哪些还降不下来”。前者会被重估,后者会被高估。

如果你只是路过围观——记住这个转折点:

AI的第一阶段是“生成内容”,第二阶段是“生成环境”。

从内容到环境,是从“帮人干活”到“替人搭建干活的场地”。

这一步跨过去,很多行业的成本结构会被重写。

七

最后说一个细节。

Genie 4输出的全部音视频内容,都会嵌入谷歌SynthID隐形水印,标记为AI生成。

这个时代的规则正在成型:能力越强,越要留痕。

技术在狂奔,但边界在被一寸寸画出来。

两分钟,24帧,第一次开口说话。

这不是终点,是发令枪。

(你觉得世界模型会先颠覆哪个行业?评论区聊聊。)

资料来源:谷歌DeepMind官方发布、澎湃新闻、财联社、华尔街见闻等公开报道(2026年10月27-28日)。

相关学习资料