1、GT4核心定位及相较GT3的升级

GT4核心定位升级：GT3此前发布时仅属于炫技类demo，产品形态更偏向视频生成工具的延伸。GT4实现了本质性跨越，核心定位从视频生成工具转向世界模拟器，被谷歌CEO称为迄今为止最逼真、交互性最强的世界模型，技术层面实现推理与仿真分离、多模型实时协同。这一定位调整的影响幅度和范围远超视频生成赛道，对内容生产、具身训练均会产生深远影响。

原声音频生产能力升级：GT3仅支持纯视觉内容生成，无音频输出，存在明显产品短板。GT4首次实现实时模拟过程中原声音频的同步生成，除环境音、背景音外，还可生成交互式对话声音。在该能力支撑下，角色可根据用户输入或场景变化实时生成语言，并做出对应的动作反应，为各类角色交互类场景落地提供了可能性。

实时自然语言操控升级：GT4在交互操控维度实现大幅升级，支持边生成、边修改、边运行的操控逻辑，用户可在模拟运行过程中随时输入文字指令，包括移动镜头、引入新的人物或物体等操作。模型会基于当前状态进行推演演算，而非完全重新生成内容，操作逻辑接近游戏的方向键控制视角。该能力突破后，可支撑游戏、影视创作场景下实时调整画面与剧情，有效提升相关场景的创作效率。

生成质量全方位提升：GT3于去年8月发布，核心主打实时生成、实时交互功能，支持以720P、224帧/秒的速度生成3D环境，单次交互窗口仅为1分钟，人物动作存在明显的AI生成痕迹，恐怖谷效应突出。GT4在生成质量上实现全方位提升：a.物理规律模拟能力显著增强，空气动力学、碰撞等物理交互、运动轨迹的模拟效果更贴近真实反应；b.人物真实感大幅优化，动作更自然，恐怖谷效应明显改善，AI生成感大幅降低；c.场景一致性时长从1分钟提升至2分钟，基本覆盖游戏开发核心玩法验证、影视创作基础场景测试的闭环，工程化落地价值突出。

复杂事件推演能力增强：GT3的生成逻辑为单步响应式，仅能走一步看一步，接收到动作指令后生成对应的下一帧内容，无法支撑连贯的复杂场景需求。GT4多步骤复杂事件推演能力显著增强，可支撑多步骤任务链运行：AI agent进入虚拟场景后，可自主拆解目标、执行任务、验证结果，再调整下一步动作，具备复杂连贯推演的智能体能力，为各类复杂场景落地提供了核心支撑。

2、GT4典型应用场景Demo展示

游戏虚拟世界场景Demo：展示的案例包含官方与非官方两类实测内容，核心设定为输入场景提示词生成融合新哥特式野蛮主义建筑、生活着马和机器人的城市，生成内容包含石板路、高大建筑、带蒸汽效果的街道，用户可第一人称视角开展移动、转向、观察等探索操作。交互过程支持实时修改场景内容，可先后添加飞龙、友善水塔NPC，NPC可主动向用户打招呼，整体效果贴近真实游戏体验。该场景可应用于游戏角色原型设计、游戏环境快速搭建、NPC内容生成、探索互动体验预演，对游戏原型开发、影视预演、短时间互动体验落地有较高支撑价值。

数字人物互动场景Demo：该Demo的实现逻辑为上传刚大学毕业的个人照片，依托GPT4以视频模式生成年轻版自己的数字人，可实现现实中的自己与年轻版数字人跨时空对话、握手等互动，对话过程自然流畅，观感和日常打电话的真实交流体验一致。该能力未来可落地于多个领域：一是个人成长回忆记录、互动传记制作；二是虚拟角色交流场景开发；三是游戏沉浸式教育内容打造，可将个人故事和角色叙事转变为用户可直接参与对话的互动体验。

机器人操作模拟场景Demo：该Demo核心内容为实验室机械臂移液操作仿真，可将文字类任务计划转化为连续的实验室操作场景，演示过程中右上角推理模块会同步实时更新操作步骤和后续执行计划，可直观演绎机械臂夹持移液管、对准微孔板、下探、抬起等全流程动作。该场景的应用价值主要体现在三个方面：a.可用于实验教学、机械臂动作与器具交互过程模拟；b.可支撑自动化实验室流程设计、机器人训练场景生成；c.支持研究人员在使用真实设备前预演不同操作方案，降低真机调试与试错成本。

文化体验场景Demo：该Demo的提示词设定为生成1980年代日本乡村火车站，提示词覆盖场景元素、人物设定、风格要求等全维度细节：场景设定为1980年代日本乡村拥挤火车站，站台上挤满候车乘客，有1名身穿海军蓝制服的铁路检查员站在镜头附近，深红色多节长途列车停靠在最靠近镜头的铁轨上，背景为绿山、雪松林与潮湿夏日薄雾；风格要求为真实1980年代日本氛围、35毫米纪实摄影风格、写实透视、不对称构图、自然光线、细腻胶片颗粒感、逼真质感。生成内容对提示词还原度高，支持实时修改添加元素，具备电影级质感无失真，可应用于文化复原、内容创作等领域。

人机下棋仿真场景Demo：该Demo为官方发布的机器人与人类下棋仿真案例，运行逻辑为左侧GPT4将下棋操作拆解为移动机械手、接触棋子、推动棋子等分步指令，右侧GPT4基于指令持续生成机器人动作、棋盘动态变化与人类回应的完整场景，核心能力是将文字行动类计划转化为可视化的仿真环境，实现操作过程的可视化与预演。该能力未来可延伸到仓储分拣、工业装配、家庭服务等多个场景，用于生成机器人训练环境、预演任务流程、探索人机协作模式，降低真实设备的试错成本，具备较高的实际应用价值。

软件界面模拟场景Demo：该Demo为Blender三维创作界面模拟内容，可模拟写实人物半身随视角旋转呈现不同外观的效果，支持线框叠加、材质显示、细微面部变化等功能，对三维编辑场景、角色动态效果的视觉模拟能力较强，可将人物形象与显示效果以连续画面完整呈现。该能力的应用价值主要有：a.可用于影视与游戏角色模型预演、数字人形象设计、表情动画构思、三维软件操作过程演示；b.可帮助创作者快速输出视觉呈现方案，降低三维软件的学习成本。

3、世界模型技术路径对比分析

与传统视频生成路径对比：金山代表的传统视频生成采用自回归视频生成路径，底层逻辑为将历史视觉帧和用户操作作为条件，通过前一帧预测下一帧，维持场景空间结构与外观连贯性。GT4采用三层混合架构实现技术突破：底层为GT4本体，作为生成引擎负责逐帧生成视觉和音频；中间层为Gemini Omni，负责挂钩虚拟世界与现实世界的物理规律常识，锚定真实世界实现整体一致性，例如人体动作符合力学要求、车辆运动符合惯性原理；上层是Gemini 3.8 Flash，承担实时生成导演角色，可将目标拆解为多步骤，检查各步骤完成情况，随生成变化随时干预、实时调整。两者核心差异在于GT4实现了生成与推理分离、多模型实时协同，是生成引擎、推理大脑、现实物理锚定三种能力叠加的模型，这也是其性能提升的核心技术逻辑。

与字节世界模型路径对比：字节将世界模型列为今年最重要的方向之一，由一把手亲自督导，目标为今年底前推出可对标GPT3的世界模型。技术路径上，字节从视频生成模型CD向上延伸，基于CD开发实时空间视频生成模型，可生成约每秒20帧、端到端延迟50毫秒的视频，在云端渲染后通过画面串流传输到终端，路线逻辑是先生成视频画面，再跟随用户行为做后续变化。字节内部世界模型路径并不唯一，除上述视频生成延伸路线外，也在探索3D仿真+VLA的并行路线，其中3D仿真路线更多适配泛娱乐类场景。谷歌路线更接近仿真引擎，采用三层模型混合协作路径。两者底层架构存在共性：均包含实时视频生成+用户输入交互架构，都追求低延迟、高帧率的云端生成，仅具体技术落地路径有差异。

与具身智能其他路径对比：具身智能领域当前共有三类主流技术路径：a. 以语言为中心的VLA路径，是过去几年的主流路线，核心是在视觉语言模型表示上直接预测动作，优势为语义理解和任务泛化能力较强，弊端是未真正理解物理背后的逻辑和后果，仅学习语言描述的世界，参数调整或意外场景下容易出现问题；b. 以视觉表征为中心的路径，典型如JPA模型，是杨立昆的核心路线，在抽象特定空间里学习物理常识、预测下一个状态，核心强调预测准确性，对画面真实度要求不高；c. 以3D结构为中心的仿真路线，为李飞飞团队的路径，核心是通过构建可控3D环境或3D重建学习其中的物理规律。GT4属于视频生成实时仿真路线，在具身智能产业链中卡位特殊，不直接输出动作或控制机器人端，定位为仿真环境层，可作为AI agent的训练沙盒，支持具身智能产品进入物理世界运营前在虚拟环境中排练，可将虚拟环境训练的策略迁移到真机，与VLA路径为上下游协同关系：世界模型负责模拟动作执行后的结果、完成仿真过程，VLA负责真实场景落地执行。目前英伟达今年已提出世界动作模型（WM）方向，推动GT4路径与VLA路径融合，融合后模型可同时输出下一帧视频预测结果与对应动作。

4、GT4的应用场景与行业影响

泛娱乐内容生产领域影响：a. 游戏开发领域范式变革：传统游戏开发的关卡、场景、物理引擎需美术与程序手动搭建，GT4可实现交互式生成关卡、场景、物理引擎，降低UGC内容生产门槛，推动行业生产范式变革。
b. 互动影视、直播、虚拟人领域效率提升：传统互动产品的剧情分支均为预录制，数量有限且录制成本极高，GT4支持用户通过自然语言自动驱动机器剧情，实时生成反馈无需预录分支，有望助力行业实现千人千面的个性化体验，目前该应用已出现雏形；在直播场景下，GT4可实现音画同步、支持中途干预，直播间背景、特效、虚拟主播表演均可实时生成无需提前录制，对相关业态影响深远。
c. 短剧制作降本增效：编剧仅需提供文字内容，GT4即可直接生成可交互的短剧场景，有效压缩制作周期、提升内容质量。

具身智能领域影响：a. AI agent虚拟训练场核心定位：当前通用AI策略训练存在真机数据成本高、存量少的痛点，GT4这类可交互世界模型可在云端生成无限种环境，供AI在其中反复试错学习策略，再将训练所得能力迁移至真实世界，逻辑与此前自动驾驶仿真训练类似，但GT4的仿真并非由3D引擎搭建，而是由AI实时生成，场景更丰富、成本更低。
b. 降低机器人训练试错成本：机器人执行复杂任务前，可先在GT4生成的虚拟世界中完成流程预演，有效降低真机试错成本。
c. 多具身场景适配应用：该技术同样可应用于自动驾驶仿真等相关领域。

5、相关受益标的梳理

泛娱乐赛道相关标的：预计今年十一二月份将有全新世界模型推出，该产品落地后将对娱乐内容行业、剧上行业产生深远影响。沿世界模型落地利好方向，传媒互联网领域相关标的覆盖AI短剧、互动引流、世界模型数据侧等多个关联赛道，泛娱乐赛道具体受益标的如下：a. 短剧领域：涉及中文在线、掌阅科技、芒果超媒、上海电影等标的；b. 影视互动领域：涉及盛天网络、宝通科技等标的。

物理AI数据资产赛道标的：物理AI数据资产环节相关受益标的包括凡拓数创、风语筑、宝通科技、丝路视觉、五一世界等。

Q&A

Q：谷歌GT4世界模型相比前代产品有哪些核心升级点？

A：谷歌GT4世界模型相比前代主要集中在四个维度升级：一是首次实现原声音频生产，在实时模拟中同步生成包括交互式对话在内的声音；二是实现实时自然语言操控，支持边生成边修改，用户可随时输入文字移动镜头或引入新物体，模型基于当前状态推演；三是生成质量显著提升，物理规律模拟和人物真实感改善，场景一致性交互窗口从1分钟提升至2分钟，满足基础测试闭环；四是多步骤复杂事件推演能力增强，能够支撑多步骤任务链，支持AI agent在虚拟场景中自主拆解目标、执行并验证结果。

Q：谷歌GT4世界模型有哪些典型的实测应用场景和案例展示？

A：实测展示了六个代表性场景案例：一是游戏感觉的虚拟世界，用于游戏原型设计和影视预演，支持第一人称视角探索及实时修改场景与NPC互动；二是数字人物互动，通过上传照片模拟年轻时的自己并进行视频对话，适用于个人回忆记录和沉浸式教育；三是机器人操作模拟，将任务计划转化为机械臂移液等连续实验室操作场景，用于自动化流程设计和机器人训练；四是文化体验，通过提示词高保真复原1980年代日本乡村火车站等复杂场景，具备电影质感且支持实时交互；五是机器人与人类下棋仿真，将文字行动计划转化为可视化仿真环境，有望延伸至仓储分拣和工业装配；六是软件界面模拟，展示Blender三维创作界面及角色动态效果，可用于影视游戏角色预演和降低三维软件学习成本。

Q：谷歌GT4世界模型的核心技术架构是什么，与传统视频生成模型有何区别？

A：传统视频生成模型本质上是自回归路径，通过历史视觉帧和用户操作逐步预测下一帧。而谷歌GT4走向混合世界模型，采用三层分工架构：底层为GT4本体，负责逐帧生成视觉和音频；中间层为居民奈Omni，负责将虚拟世界与现实物理规律和常识挂钩，实现物理锚定和一致性；最上层为GMI3.8flash，充当实时生成导演，负责目标拆解、多步骤检查和中途实时干预。这种生成引擎、推理大脑与现实物理锚定结合的模式，实现了生成与推理的分离及多模型实时协同，使其具备仿真引擎的特性。

Q：谷歌GT4与字节世界模型在技术路径上有何区别？

A：字节的世界模型是从视频生成模型CD向上延伸，基于其开发实时空间视频生成模型，在云端渲染后串流到终端，路线偏向先生成视频画面再跟随人的行为变化，同时内部也在探索3D仿真结合VLA的路线。而谷歌GT4的逻辑更接近仿真引擎，采用实时仿真引擎加推理模型加成的模式，通过三个模型混合分工协作实现。两者大方向一致，均包含实时视频生成与用户输入交互的底层架构，并追求低延迟和高帧率的云端生成，但在具体技术起点和架构实现上存在区别。

Q：谷歌GT4与具身智能大脑的其他技术路径有何区别，其产业卡位如何？

A：具身智能大脑目前存在三种典型路径：以语言为中心的VLA、以视觉表征为中心的模型以及以3D结构为中心的仿真路线。谷歌GT4走的是视频生成实时仿真路线，不直接输出动作或控制机器人端，而是充当仿真环境，让智能体在虚拟环境中排练后再迁移到真实场景。它与VLA目前是产业链上下游关系，未来趋势是向英伟达提出的WAM方向发展，将世界模型与VLA融合，同时预测下一帧视频和对应动作。

Q：谷歌GT4世界模型在娱乐内容生产和具身智能方向有哪些前沿应用落地场景？

A：在娱乐和内容生产方向，GT4可交互式生成游戏关卡和场景，降低UGC内容生产门槛；在互动引流产品中通过自然语言驱动剧情实现千人千面；在实时直播和虚拟人场景中实时生成背景特效和主播表演；在短剧制作中将文字直接转化为可交互场景以压缩周期。在具身智能方向，GT4作为虚拟训练场，可在云端生成无限环境供AI智能体试错学习并迁移至真实世界，降低真机数据成本；同时可用于机器人复杂任务操作策略的预演以及自动驾驶仿真等场景。

Q：谷歌GT4世界模型相关的传媒互联网及物理AI投资标的有哪些？

A：结合世界模型对娱乐内容和具身行业的影响，相关投资标的包括：娱乐短剧方向的中文在线、掌阅科技、芒果超媒和上海电影；影视互动方向的盛天网络和宝通科技；物理AI数据资产环节的凡拓数创、风语筑、宝通科技、丝路视觉和五一世界。

 温馨提示：内容源于第三方以及公开平台，仅供用户参考，恕本平台对内容合法性、真实性、准确性不承担责任。如有异议/反馈可与平台客服联系处理（微信：_LYSD_）