DeepMind 发布 Genie 4，Gemini 3.8 Flash 可观察生成场景、将任务拆解为步骤并逐步校验，场景变化时更新计划。DeepMind 同时展示 Gemini 4 Argon 与 Genie 4 联合模拟 Apollo 人形机器人下跳棋的实验。发布方称 Genie 4 + Gemini 可为机器人世界模型提供测试场所：任务中途移动物体后由 Gemini 重新规划，观察智能体能否恢复。
机器人行业洞察
今日精选
The robotics journal行业消息
Google DeepMind 发布 Genie 4，称其为首个带原生音频的实时世界模型，可生成环境音、音乐，以及角色对用户和世界内事件作出反应的实时对话。用户可用文字改写运行中的模拟，如改变天气、移动镜头、添加人物，Gemini 负责把编辑适配进场景并保持连贯。Gemini 3.8 Flash 在循环中充当导演，拆解目标并检查帧；Gemini 4 Argon 借此模拟了 Apptronik 的 Apollo 人形机器人下跳棋。访问先从可信测试者开始，之后开放给 Google AI Ultra 订阅者和早期 Gemini API 合作伙伴。
南洋理工大学及合作者提出CodeActionBench基准，用于评估具身操作中智能体代码即策略的完整闭环：智能体自主选择观察视角与视觉目标、构建3D估计、生成操作姿态、编写并调试程序，并自行判断任务完成。在双臂仿真配置中，尝试成功率从2.7%到73.3%不等，GPT-6 Astra（Codex CLI）达到73.3%，Claude Opus 5为49.3%（参考测试框架）和45.3%（Claude Code）；在七个共享参考测试框架配置中Opus领先，Gemini 3.6 Flash以20.0%紧随。轨迹分析显示视觉定位、3D估计和程序纠正是三个独立瓶颈。基准、代码与项目页面均已开源。