Genie 4：先验证产品想法，再承诺一个可交互的模拟世界

Google DeepMind 在 10 月 27 日发布 Genie 4，为可交互的世界模拟加入原生音频和实时文字调整能力。对 AI 产品创始人来说，眼下值得抓住的机会，是在投入完整沉浸式产品之前，先让用户理解并评价一个产品想法。相应的风险也很直接：用户喜欢演示，不代表他们需要、愿意采用一个必须稳定交付的产品。

官方发布说明将当前阶段限定为面向可信测试者的研究预览，更广泛的消费者和开发者访问仍在后续计划中。如果产品路线图依赖普遍可用的 Genie 4 API，就必须把这项依赖写出来，不能默认它会按你的排期出现。

我们的判断是：借这次发布，把概念测试的问题问得更准确。用户通过探索和改变场景，是否更容易做出一项有用的决定？他们又以为这个场景保证了什么？这两个问题，要与“画面够不够逼真”分开记录。

本文面向正在考虑互动学习、创意规划和探索式体验的非技术创始人、AI 应用构建者与小团队。你会得到一个虚构业务案例、一张可以直接复用的研究表，以及没有预览权限也能推进的决策流程。我们阅读了公开资料，没有使用 Genie 4，没有开展用户实验，也没有核验模型性能。下文的测试都是建议方案，不是已取得的结果。

1. 分清模型、体验原型和你准备出售的产品

世界模型用于预测环境如何随动作发生变化。在可交互的生成式体验中，系统不断生成环境的后续呈现。这与播放固定片段的视频不同，但“可以互动”并没有说明一个商业应用究竟能稳定遵守哪些规则。 Genie 4 是本周发布的模型名称。Project Genie 则是 Google 面向用户的实验性体验原型。Google 在今年 1 月介绍 Project Genie时，描述的是由 Genie 3 支撑、包含世界草图、探索和重新创作能力的产品。那次较早的开放公告，不能证明你的账号已经能用新模型，也不能证明购买体验原型的订阅就获得了在自己应用中集成它的权利。

你的产品，是对特定客户做出的承诺。“探索几种虚构咖啡店的视觉风格”是一种承诺；“确认未来咖啡店的布局满足经营要求”是另一种。两者在屏幕上可能很像，所需证据却相差很远。

给 AI 应用构建工具写需求时，把这三层分别列明：你实际有权使用的模型版本、通过什么渠道使用、要验证哪项用户结果。还不知道的部分就标为未知。即使暂时不能集成模型，构建工具仍可以帮你制作研究招募页、访谈提纲或由研究员手动操作的概念原型。

这样也能让排期更可信。访问权限不确定时，需求研究依然可以完成；但由研究员引导的视频原型，不能被称为已经集成 Genie 4 的应用。准确说明目前做到了哪一步，才能让潜在用户评价具体方案，而不把一次实验悄悄变成按期交付的承诺。

2. 先找一项值得用沉浸式体验改善的决定

从用户原本就难以做出的决定开始。创意团队可能需要比较氛围、节奏或访客的第一印象；学习者可能需要解释某项干预如何改变一个虚构情境。这样的任务，才让互动拥有明确用途，而不只是让屏幕更热闹。

设想一家三人创业团队，帮助独立咖啡店主整理交给室内设计师的需求。原有方法是一组风格参考图，加上一轮讨论。创始人想知道：如果店主能够探索几种不同氛围，最终需求是否会更清楚？这是用于解释方法的虚构场景，不是真实客户案例，也不表示已经存在这样的 Genie 集成产品。

把预期产物定成一份书面需求：店主偏好的氛围、偏好的原因，以及留给专业设计师进一步确认的问题。生成场景只承担辅助讨论的作用。实测尺寸、容纳人数、无障碍要求和施工决策，都不属于本轮概念测试。

用两种方式完成同一项任务：传统风格参考图与互动概念。可以让同一位参与者分别解释偏好，也可以让任务相近的不同参与者使用不同方式。如果一种方式总是放在后面，前面的讨论本身可能已帮助参与者理清思路，让后者显得更有效。因此，在可行时调整顺序，并记录实际安排。少量访谈可以暴露误解，却不足以支持统计上可靠的转化率结论。

还要写清楚，沉浸式方案多出来的成本必须换回什么。团队是否需要提前制作场景、全程引导移动、修补让人困惑的转场？店主是否需要平时不会使用的设备或环境？如果几张图片能以更少的投入形成同样可用的需求文档，表现力更强的互动未必适合作为第一款产品。

一个有力的早期问题是：“这种方式，能否帮助参与者说明原有方法没能表达出来的设计偏好？”它给研究者一个可以观察的目标，同时允许答案是否定的。

3. 按用户可能产生的理解来限定场景

保真度指一种表达与它所代表的事物有多接近。画面保真、行为保真和事实准确，是不同属性。一家咖啡店可以看起来像照片，但几何关系会变化、标识无法辨认，或者场景中的动线暗示了错误的经营条件。 Genie 4 模型页面列出了连续性、真实地点准确度、文字、交互时长和音频方面的限制。它们应该帮助你缩小研究承诺。这里引用的是供应商披露，不是独立测试，也不能据此得出模型在你的具体流程中会以多高频率出错。

在咖啡店案例中，明确使用虚构地点。把研究任务和重要的事实性说明放在生成场景之外，用普通应用文字展示。可以请参与者讨论温暖感、嘈杂程度和空间给人的开放感；不要让他们把模拟的出口标识当作依据，把画面中的座位数当作核定容量，或根据镜头移动推算准确步行距离。

展示之前，先问参与者预计哪些内容会保持不变。绕到吧台背后，布局是否应与刚才一致？说话的角色是否代表真实员工？改变天气时，时间是否也会改变？你在了解的是对方如何理解这个体验，而不是让对方背诵一串模型缺点。

随后，用能指导实际行动的话说明边界：“这是虚构的视觉概念，不能核验真实场地的布局或经营要求。”探索结束后，再用一个决定检查对方是否理解：“如果要委托设计，你还需要确认什么？”如果对方认为这些问题已经被模拟场景解决，即使他称赞画面，也应记录为误解。

这比把免责声明藏在场景下方更有价值。真正需要知道的是：到了做决定的那一刻，参与者是否仍遵守了你说明的边界。

4. 没有模型权限，也能诚实地准备概念测试

如果团队获得了授权预览权限，先检查当前条款、分享权限和实际能力，再安排研究。如果没有，可以使用自己有权使用的草图、分镜或明确标注的人工引导演示，搭建研究交互。不要把第三方发布视频当作自己的可运行产品。

人工代办原型，是由人暂时代替未来产品的一部分自动化功能。比如，参与者提出改变氛围，研究员就在几组预先准备的咖啡店概念之间切换。必须告诉参与者，这是人工引导的演示。它可以帮助你了解用户想改什么、为什么想改；不能证明模型响应速度、技术可行性或生产成本。

写一份简短的场景说明，包含环境、参与者角色、初始概念、允许的调整、研究问题和结束方式。Google 现有的 Genie 提示指南把环境、角色与世界草图区分开，并建议采用直接的表达。指南明确讨论 Genie 3；可以借用这种组织方式准备素材，不能把它当作 Genie 4 已存在某个接口或保证某种行为的证据。

咖啡店测试中，允许调整的可以是氛围：安静的晨间办公空间，与热闹的晚间聚会场所。参与者应该可以两个都不选。如果他要求判断某栋建筑是否适合经营，就应退出概念讨论，把问题列为后续交给相应专业人员确认的事项。

保留一份实际展示内容的简单记录，标明每项素材究竟是草图、录制片段、实时生成，还是研究员手动替换。否则过一段时间，团队很容易把提前准备好的流畅切换，记成模型自主完成的能力。

招募时，以真实决策需求为依据，不要只找对 AI 感兴趣的人。正在整理设计需求的店主，能提出具体约束；只想看看新模型的人，可能会给出有趣的反馈，却无法说明这项服务是否能进入真实工作流程。

5. 用研究表分别记录需求与误解

下面是一份建议采用的研究工具。表中的内容是取证要求，不是 Genie 4 的实验结果。可以为每位参与者复制一份，并附上实际生成的需求文档或其他产物，避免只留下“大家反响很好”的摘要。

把参与者原话与研究者解释分开。“我会拿给设计师看”表达的是意愿；真的约好了与设计师评审，是已经观察到的下一步。如果没有通过合适且说明清楚的报价或购买安排测试付费问题，两者都不能证明付费意愿。

不要把各行平均成一个满意度分数。即使参与者表达了有价值的偏好，只要同时存在严重误解，就应该修改方案，而不能算顺利通过。反过来，镜头操作不舒服，也不一定说明设计需求这个问题不存在；它可能意味着静态图片或有人引导的形式更合适。

条件允许时，一人主持、一人观察。团队太小时，可以使用结构化记录表；需要录音录像，则先征得参与者同意。没有答案的问题就保留为空或标注未知。用看似合理的解释补满空格，会把研究记录变成销售故事。

6. 把控制方式和替代路径一起纳入概念

如果参与者无法舒适地离开场景，研究质量就会受影响。把开始、停止、声音和返回书面任务等控制放在生成世界之外。不能让一个模拟的门，或某个角色的口头指令，成为回到应用的唯一办法。

W3C 对音频控制的说明针对自动播放超过三秒的网页音频，要求能够暂停、停止，或者独立于系统音量进行调节。对概念测试而言，默认静音、由参与者选择开启声音，是一种直接的设计选择。但仅凭这一点，不能宣称整套体验已经符合无障碍要求。 “暂停、停止、隐藏”说明有明确适用范围：符合条件的自动开始、持续超过五秒、与其他内容同时呈现的移动内容，以及符合条件的自动更新；必要活动存在例外。不要把它扩大为“所有沉浸式模拟都违规”。应检查实际页面，尤其是与说明文字或表单并排播放的动态预览。

另一个“交互引发的动画”准则属于 AAA 级，涉及能否关闭用户交互引发的非必要动画。它对应一个很实用的产品问题：为了完成这项决定，究竟需要哪些运动效果？即使导航是概念的一部分，也可以去掉纯装饰性的镜头扫动。

提供静态图片或文字引导的方式，让参与者仍能完成同一份需求。这也构成另一项研究比较：如果用户主动选择静态方式并完成任务，你就了解了更适合的交付形式。不要在测试前先把它形容成较差的备用方案。

预演时，主动试一遍关闭声音和提前退出，检查离开场景后已经选择的偏好是否仍然保留。这里建议的是你自己的研究页面应具备的控制；它们存在于原型中，不代表尚未接入的模型服务会提供同样能力。

7. 别让有说服力的录像变成误导性证据

一次好的访谈，可能留下很吸引人的片段。再次使用之前，先分清三项主张：素材由 AI 生成、互动确实如画面所示发生、拟议产品能产生有用结果。这三项各自需要证据。

Google 将 SynthID描述为帮助识别 AI 生成内容的水印技术。来源标记不能证明画面里的店铺真实存在、布局准确，或经过剪辑的演示代表通常性能。观众不应该先找到水印检测工具，才能理解你的产品演示究竟展示了什么。

根据素材实际情况，直接标注“虚构概念”“录制演示”或“人工引导原型”。如果剪掉等待、失败尝试或研究员协助，会影响观众对响应速度或自主程度的合理理解，就应该说明这些剪辑。经参与者同意且符合自己的留存规则时，保留内部未剪辑记录。

在咖啡店案例中，把最终需求文档与视觉概念一同展示。解释哪些偏好来自店主，哪些细节是为讨论虚构出来的。如果目前只测试过兴趣，就明确说到这里。没有真正衡量设计质量或项目费用，就不要宣传提高了设计质量、降低了项目成本。

素材权限与产品质量，也要分别处理。可以观看官方发布素材，不等于可以把它用于销售活动。参与者同意接受访谈，不自动意味着同意公开使用其面孔、声音或经营计划。选择获授权的素材，并对公开案例取得具体同意。

团队内部也要保留素材来历：哪个模型或哪种人工方法，在什么时间制作了哪份资产。在版本与权限快速变化的阶段，这一点尤其重要。后来加入的人应当能区分：哪些是团队核验过的产品能力，哪些只是展示过的概念，哪些是仅从供应商资料中读到的说法。

8. 明确选择继续、修改、等待或停止

每轮研究结束后，把需求文档、互动观察、研究表和尚未解决的依赖放在一起看。不要从精彩片段开始复盘；漂亮画面容易掩盖证据空缺。

继续做有边界的原型：有真实当前任务的参与者形成了可用产物，能准确解释体验限制，也明确了下一步行动。这里的“继续”是为下一轮测试投入资源，不是认定模型已适合无限制生产使用，也不是用小样本证明市场需求。

对咖啡店团队而言，下一轮可以请设计师对照原来的风格参考图流程，评审店主形成的需求。问题变成：这份文档，能否帮助专业人员提出更好的问题？团队无需先自动化场景生成，也无需接下依赖尚未开放权限的交付承诺，就能开展这项研究。

修改体验形式：问题确实存在，但导航、声音或理解方式妨碍了任务。有人引导的演示、可选择的静态图片，或与固定书面需求配合的短场景，都可能保留有用部分。不要只因自主体验在演示中更好看，就一味增加自主程度。 等待集成条件：产品依赖目前无法核验的能力，例如稳定且准确的布局、可靠的长时间会话、受支持的 API 权限、明确的商业条款或可掌握的成本。写清缺少什么证据，以及以后查看哪个来源。进入等候名单，只能证明完成了登记，不能证明这些条件已经满足。 停止这个概念：参与者无法把体验与有意义的决定联系起来，或简单方法以更少投入解决了同样问题。保留对真实任务的认识。停止沉浸式形式，仍可能让你得到一款更好的常规产品。

最后，由负责人写下决定和可能推翻决定的证据。这样，每当供应商发布更漂亮的视频，团队不必重新争论同一个问题；同时，真正新增的权限或能力仍能合理地改变答案。

9. 给构建工具一份不依赖下一次模型发布的需求

AI 应用构建工具需要明确任务。“做一个由 Genie 驱动的咖啡店模拟器”，把用户问题、权限假设、产物和验收条件全部藏在了一句话里。应该改写为具体的研究交付物。

例如：“为正在整理设计需求的咖啡店主制作一个概念研究页面。展示已获授权、明确标注为虚构的视觉概念。研究任务和店主偏好保存在普通应用文字中。支持研究员引导用户与风格参考图进行比较，声音可选，随时可以退出，也能改用静态图片完成任务。导出店主选择的氛围、原因、未解决问题和下一次评审安排。”

补上依赖说明：“当前不承诺集成 Genie 4。如果获得授权访问，另行提出集成测试方案，记录能力和使用条款。”再补一条验收条件：“参与者能完成需求整理，同时不会认为场景已经核验尺寸、经营要求或真实物业。”这些都是今天就能检查的产品要求。

为研究主持、素材授权、参与者同意和集成决策分别指定负责人。只有当实现细节影响这些责任时，才深入讨论，例如退出后偏好是否保留、录制是否在同意之前开始。第一轮工作不必围绕一个尚不能使用的接口搭建基础设施。

按未回答的问题安排下一阶段预算。用途仍不明确，就再做一次聚焦的比较；用途看起来有希望、但交付方式不明确，就调查访问条件与制作可接受场景所需的工作；如果用户反复要求经过核验的空间规划，就重新界定产品，寻找满足这个要求的证据。

Genie 4 让互动概念更值得探索。对创始人有用的回应，是一份有约束的研究需求：真实决定、说明清楚的表达边界、可以观察的产物，以及证据足以支持的下一步。即使最后采用另一款模型，这些工作仍然有价值。

参考资料

1. Google DeepMind：Genie 4 发布说明，2026 年 10 月 27 日。
2. Google DeepMind：Genie 4 能力、访问方式与限制。
3. Google：Project Genie 介绍，2026 年 1 月 29 日。
4. Google DeepMind：Genie 提示指南，内容讨论 Genie 3。
5. Google DeepMind：SynthID。
6. W3C：WCAG 2.2 音频控制说明。
7. W3C：WCAG 2.2 暂停、停止、隐藏说明。
8. W3C：WCAG 2.2 交互引发的动画说明。