Google 用一盘跳棋，把世界模型加 LLM 的融合路线示范得很清楚：Gemini 4 Argon 负责拆任务，Genie 4 负责把仿真跑起来。
流程是这样的：用户给一个任务，Argon 把它拆成一步一步；这些步骤作为文字指令，在画面渲染过程中一条条插给 Genie 4；Genie 4 按指令实时改变模拟，一直推进到任务完成。世界模型当片场，两边用文字连起来。
注意，这不是真机实拍，全是模拟场景，真实到第一眼也以为是实拍。演示里 Argon 写得非常细：哪只手、抓哪颗棋子、往哪个方向、哪些东西不动，连声音都写进去了；第 12 步到第 13 步还有一次调整：再往右一点，到那颗棋子的右边。
做仿真的人最先受益，Genie 能给机器人当两样东西：训练场，批量生成机器人视角的任务视频，给机器人模型喂数据，不用真机一次次去采；考场，新模型上真机之前，先在 Genie 里换桌子、换光线、换对手跑一遍，看会不会翻车。
方向已经很清楚了：世界模型的下一站不是游戏，而是机器人。
正文完