Google DeepMind Genie 4'ü tanıttı: dünya modeli artık ses üretiyor ve sahneyi canlı yönlendirmeye izin veriyor

Google DeepMind, dünya modeli Genie 4'ü 27 Ekim'de araştırma önizlemesi olarak duyurdu. Model, yazılı komutlarla gerçek zamanlı yönlendirilebilen etkileşimli sahneler üretiyor ve bu sahnelerin sesini de aynı anda çıkarıyor. Şimdilik yalnızca seçili test kullanıcıları erişebiliyor.

Dünya modeli, bir ortamın nasıl göründüğünü ve kullanıcının hareketlerine nasıl tepki verdiğini adım adım tahmin eden yapay zeka sistemidir. Çıktı hazır bir video değil, kullanıcı ilerledikçe üretilen bir sahnedir.

Google'ın duyuru yazısına göre Genie 4'te her dünya, ortam sesleri, müzik ve etkileşimli diyalog dahil olmak üzere sesini de anında üretiyor. İkinci yenilik yönlendirme. Kullanıcı bir olayı başlatıp sahneyi doğal dille yönlendirebiliyor. Kamerayı oynatabiliyor, hava durumunu değiştirebiliyor, sahneye yeni karakterler ekleyebiliyor.

Model, Gemini ailesindeki yeteneklerden yararlanıyor. Google'a göre Gemini Omni simülasyonu gerçek dünyadaki görünüm ve davranışa oturtuyor, diğer Gemini modelleri ise sahnenin tutarlı ilerlemesi için gereken muhakemeyi sağlıyor.

Genie 4 şu an sınırlı bir güvenilir test kullanıcısı grubuna açılıyor. Google, modelin yakında Project Genie'de Google AI Ultra abonelerine, ayrıca Gemini API ve Google AI Studio'daki erken erişim ortaklarına geleceğini söylüyor. Tarih verilmedi.

Google "benzeri görülmemiş gerçekçilik" diyor, ancak bunu destekleyen ölçülmüş bir karşılaştırma ya da teknik rapor bu yazıya kadar yayımlanmadı. Duyuru yazısında çözünürlük, gecikme ve sahnenin ne kadar süre tutarlı kalabildiğine dair rakam yok. TechCrunch, sahnenin iki dakikaya kadar tutarlı kalabildiğini ve bunun Genie 3'ün iki katı olduğunu yazdı; bu rakam Google'ın duyuru yazısında geçmiyor.

Genie 3, Ağustos 2025'te duyurulmuştu.