Google DeepMind etkileşimli dünya modeli Genie 4'ü tanıttı

Google DeepMind, gerçek zamanlı ve etkileşimli simülasyonlar üretebilen yeni nesil dünya modeli Genie 4'ü duyurdu. Gemini model ailesinin yetenekleriyle desteklenen sistem, kullanıcıların klavye kontrolleri ve metin komutlarıyla anlık olarak yönlendirebildiği görsel ve fiziksel dünyalar kuruyor. Model, görsel üretimle eşzamanlı olarak ortam seslerini, müzikleri ve dinamik karakter konuşmalarını doğrudan üretebiliyor.

Sistem mimarisinde Gemini 3.8 Flash modeli döngü içi yönlendirici olarak görev alıyor ve sahneyi sürekli izleyerek olay akışının mantıksal tutarlılığını koruyor. Gelişmiş fizik kurallarını, aerodinamik tepkileri ve çarpışmaları simüle edebilen altyapı, çevreye uyumlu hareket eden ve konuşan insan karakterleri de oluşturabiliyor. Robotik eğitimlerinden oyun prototiplemeye kadar geniş bir alana hitap eden model, Gemini 4 Argon entegrasyonuyla çok adımlı görevleri aşamalara bölerek canlandırıyor.

Araştırma önizlemesi olarak belirli test kullanıcılarına açılan Genie 4, ilerleyen süreçte Project Genie kapsamındaki abonelere ve Gemini API ortaklarına sunulacak. DeepMind, uzun süreli oturumlarda görsel tutarlılık ve nesne kalıcılığının kaybolması gibi teknik sınırlılıkların sürdüğünü kabul ederken, üretilen tüm video ve ses içeriklerine SynthID dijital filigranı yerleştirildiğini bildirdi.