Google DeepMind, gerçek zamanlı dünya modeli Genie 4'ü duyurdu

Genie 4 tanıtıldı

Google DeepMind, 27 Ekim 2026 tarihinde yeni dünya modeli Genie 4'ü duyurdu. Şirkete göre model, eşi görülmemiş bir gerçekçilik sunuyor ve gerçek zamanlı etkileşimli simülasyonu geliştiriyor.

Google DeepMind'a göre Genie 4 yerel olarak çok modlu bir yapıya sahip. Model, müzik benzeri ses, ortam gürültüleri ve etkileşimli diyaloğu dünyayla eşzamanlı olarak üretebiliyor.

Gemini ailesinin yetenekleri üzerine inşa edildi

Genie 4, Gemini ailesinin yeteneklerini içeriyor ve bu yetenekler üzerine inşa ediliyor. Google DeepMind'a göre Gemini Omni, simülasyonları gerçek dünya görünümü ve davranışına dayandırıyor. Diğer Gemini modelleri ise bir simülasyonun tutarlılığını ve sürekliliğini korumaya yardımcı olmak için gereken karmaşık akıl yürütmeyi sağlıyor.

Şirkete göre kullanıcı bir olayı harekete geçirebiliyor ve Genie 4 dünyanın nasıl yanıt verdiğini, nasıl ses çıkardığını ve içindeki insanların nasıl hareket ettiğini, tepki verdiğini ve konuştuğunu simüle ediyor.

Dört temel yetenek

Google DeepMind'a göre Genie 4 gelişmiş fotogerçekçilik, akıcı hareket ve yerel ses sunuyor; örneklerde yer alan tüm eşlik eden sesler doğrudan Genie 4 tarafından üretildi. Model dört temel yeteneği ilerletiyor.

Kullanıcılar, hava durumunu değiştirmek, kamerayı hareket ettirmek veya yeni bir kişi ya da nesne eklemek gibi simülasyonları gerçek zamanlı olarak doğal dil ile değiştirebiliyor. Google DeepMind'a göre Gemini, kullanıcının istemini çevredeki sahneye uyacak şekilde bağlamsal olarak uyarlıyor. Gemini ayrıca kullanıcı girdileri arasında sahneyi izliyor ve dünyanın tutarlı biçimde ilerlemesini sağlamak için yönlendiriyor.

Model, aerodinamik ve çarpışmalar gibi gerçek dünya fizik senaryolarını simüle ediyor. Google DeepMind'a göre Genie 4'ün en çarpıcı sıçraması, doğal hareket eden, çevrelerine organik tepki veren ve gerçek zamanlı olarak etkileşimli yönlendirilebilen karakterler yaratarak insanları simüle etme biçimi.

Ses tarafında Genie 4, yerel olarak ses üreten ilk gerçek zamanlı dünya modeli olarak tanımlanıyor. Google DeepMind'a göre her dünya, ağaçlardaki rüzgardan sahildeki dalgalara kadar kendi ortamının ortam sesini taşıyor. Model ayrıca anında uyarlanan etkileşimli diyalog sunuyor; karakterler gerçek zamanlı olarak kullanıcı girdilerine veya dünyadaki olaylara karşılık olarak konuşuyor ve tepki veriyor.

Gemini ile çok adımlı olay simülasyonu

Google DeepMind'a göre Gemini ile Genie 4'ü bir araya getirmek, dünya simülasyonuna yeni bir akıl yürütme katmanı ekliyor ve karmaşık, çok adımlı olayları modellemeye olanak tanıyor. Bu süreçte Gemini 3.8 Flash, döngüde yönlendirici bir ajan olarak görev yapıyor.

Genie 4 bir dünyayı gerçek zamanlı üretirken Gemini sahneyi sürekli gözlemliyor, hedefleri bir dizi adıma bölüyor ve her adımın başarılı olduğunu doğrulamak için gelen kareleri inceliyor. Dünya değiştikçe veya kullanıcı müdahale ettikçe Gemini planını o anda uyarlıyor.

Google DeepMind'a göre Gemini 4 Argon ve Genie 4, Apptronik'in Apollo insansı robotunun dama oynamasını simüle etmek için birlikte çalışıyor ve görevi gerçek zamanlı adımlara bölüyor. Gemini, yapıyı haritalamak ve anlatı zaman çizelgesini planlamak için perde arkasında çalışırken Genie, dünyanın nasıl göründüğünü, ses çıkardığını ve yanıt verdiğini piksel piksel oluşturuyor.

Güvenlik, test süreci ve sınırlamalar

Genie 4, güvenilir test kullanıcıları için araştırma önizlemesi olarak kullanıma sunulmaya başlandı. Google DeepMind, modeli yaratıcı endüstriler, gazetecilik, eğitim, oyun ve mühendislik alanlarında güvenilir test kullanıcıları gruplarıyla çalışarak test etti.

Şirket, bu önizlemeyi başlatmadan önce zararlı veya kötü niyetli içerik üretimini önlemek için Genie 4'ü titiz iç güvenlik değerlendirmelerinden geçirdi. Modeli daha geniş kitlelere sunmadan önce erken geri bildirim almak amacıyla Genie 4 kasıtlı olarak önce güvenilir test ortağı kullanıcılara dağıtıldı. Google DeepMind'a göre Genie 4, diğer modellerdeki güvenlik politikalarıyla tutarlı katı güvenlik koruma önlemleri içeriyor. Ayrıca Genie 4 tarafından üretilen tüm video ve sesler, AI üretimi içeriği görsel ve işitsel modalitelerde tanımlamaya yardımcı olan algılanamaz dijital filigran teknolojisi SynthID'yi içerecek.

Genie 4, büyük bir araştırma kilometre taşı olmasına rağmen erken, deneysel bir model olarak kalıyor ve erken, gelişmekte olan bir araştırma alanı olmaya devam ediyor. Kısa oturumlar boyunca tutarlı ortamları koruyabilse de görsel ayrıntılar ve nesne kalıcılığı zamanla kayabiliyor veya değişebiliyor. Bu kayma özellikle simülasyon daha uzun çalıştığında, birden çok karmaşık istem düzenlemesinden sonra veya sahnede gezinirken ortaya çıkabiliyor. Karmaşık fiziksel etkileşimler, gerçek zamanlı ses doğruluğu, okunabilir metin oluşturma, uzamsal doğruluk ve uzun vadeli tutarlılık Genie 4'te aktif araştırma alanları arasında.

Kullanım alanları ve erişim planı

Google DeepMind'a göre Genie 4, robotlar ve ajanlar için eğitim ortamları geliştirmekten yeni etkileşimli deneyimlerin yaratılmasına kadar birçok alanda yardımcı olabilecek güvenli ve sonsuz çeşitlilikte simülasyonlar oluşturma yeteneğini ilerletiyor. Test kullanıcıları, fotogerçekçilik, yerel ses ve gerçek zamanlı yönlendirmedeki sıçramanın fikirlerin ve kavramların gerçekçi simülasyonlara dönüştürülmesine olanak tanıdığını vurguladı.

Google DeepMind'a göre yaratıcı ekipler Genie 4'ü ön görselleştirme ve fikir geliştirme için hızlı bir taslak modu olarak test ediyor. Fotoğrafçılar ise tek bir 2D arşiv fotoğrafının saniyeler içinde o ortamın sağlam bir simülasyonuna dönüşebildiğini araştırıyor.

Genie 4, tüketicilere ve geliştiricilere sunulmadan önce geri bildirim toplamak amacıyla önce güvenilir test kullanıcılarına açıldı. Model, yakında Project Genie'de Google AI Ultra abonelerine ve Gemini API ile Google AI Studio'nun erken erişim ortaklarına sunulacak.