İstenince sesli dünyalar: Google DeepMind, Genie 4 dünya modelini tanıttı

Google DeepMind salı günü, “dünya modeli” olarak adlandırılan teknolojisinin yeni nesli Genie 4'ü tanıttı. Yapay zekâ, gezilebilir ve fotogerçekçi sahneleri gerçek zamanlı üretiyor; DeepMind'a göre laboratuvarın ilk gerçek zamanlı dünya modeli olarak uygun sesi de oluşturuyor: müzik, ortam sesleri ve diyaloglar. Kullanıcılar çalışan simülasyonu metin girerek değiştirebiliyor; örneğin hava durumunu değiştirebiliyor, kamerayı hareket ettirebiliyor veya kişi ve nesne ekleyebiliyor. Sahnelerin iki dakikaya kadar tutarlı kalması hedefleniyor; bu süre, selefi Genie 3'ün iki katı. Google DeepMind'ın videosu örnekler gösteriyor.

Gemini modelleri de sürece katkı sağlıyor: Gemini 3.8 Flash bir tür yönetmen olarak çok adımlı akışları planlıyor ve her adımın başarılı olup olmadığını kontrol ediyor. DeepMind, bir robotik deneyinde Apptronik Apollo tipi simüle edilmiş bir insansı robota dama oynattı. Genie 4 şimdilik yalnızca seçilmiş ortaklar tarafından test ediliyor; bunların arasında film yapımcıları, foto muhabirleri ve oyun geliştiricileri yer alıyor, örneğin storyboard'lar veya oyun prototipleri için.

DeepMind sınırlamaları kendisi kabul ediyor: Daha uzun oturumlarda veya çok sayıda değişiklikte ayrıntılar ve nesneler yer değiştirebiliyor; sahnede doğru ses ve okunabilir yazı henüz garanti edilmiyor. Tüm çıktılar SynthID filigranı taşıyor. Genie 4'ün önümüzdeki haftalarda Google AI Ultra aboneleri için Project Genie'de, ayrıca Gemini API ve Google AI Studio'nun erken ortakları için kullanıma sunulması planlanıyor; Google fiyat belirtmedi.