Google DeepMind, gerçek zamanlı sesli dünya modeli Genie 4’ü duyurdu

Neler değişiyor?

Google DeepMind, 27 Ekim’de Genie 4’ü duyurdu. Yeni dünya modeli fotogerçekçi görüntüyü; ortam sesi, müzik ve etkileşimli diyalogla birlikte gerçek zamanlı üretiyor. Gemini Omni simülasyonların görünüş ve davranışını gerçek dünyaya dayandırırken Gemini 3.8 Flash, sahneyi sürekli izleyen ve çok adımlı hedefleri takip eden yönlendirici ajan olarak döngüde çalışıyor.

Kullanıcılar simülasyon sürerken doğal dille hava durumunu, kamera açısını, kişileri veya nesneleri değiştirebiliyor. DeepMind ayrıca aerodinamik ve çarpışmalar gibi fiziksel olaylar, doğal insan hareketi, ortama uyarlanan konuşma ve Gemini modelleriyle planlanan çok adımlı olaylar üzerinde ilerleme bildirdi. Resmî tanıtım videosu bu gerçek zamanlı etkileşim örneklerini gösteriyor.

Genie 4 şimdilik güvenilir test kullanıcılarına sunulan deneysel bir araştırma önizlemesi. Project Genie üzerinden Google AI Ultra abonelerine ve Gemini API ile Google AI Studio’nun erken erişim ortaklarına daha sonra açılması planlanıyor. Uzun oturumlarda ayrıntı ve nesne sürekliliği, karmaşık fizik, ses doğruluğu, okunaklı metin ve mekânsal tutarlılık hâlâ sınırlı; üretilen video ve sese SynthID eklenecek.