Google, yeni dünya modeli Genie 4'ü tanıttı
Google; gerçek zamanlı ses üretimi, daha gerçekçi fizik ve anlık sahne düzenleme gibi özelliklerle dikkat çeken yeni dünya modeli Genie 4'ü kullanıma sundu.
Google DeepMind; gerçek zamanlı ses üretimi, daha gerçekçi fizik ve anlık sahne düzenleme özellikleriyle öne çıkan yeni dünya modeli Genie 4’ü araştırma ön izlemesine açtı. Model, kullanıcıların simülasyon sırasında metin komutlarıyla sanal dünyaları değiştirmesine olanak tanırken oyun, robotik ve film prodüksiyonu gibi alanlarda yeni kullanım senaryolarının önünü açmayı hedefliyor.
Google DeepMind’ın yeni dünya modeli Genie 4, yapay zeka destekli etkileşimli simülasyonlarda gerçekçilik ve kontrol olanaklarını geliştirmeyi amaçlıyor. Bir önceki sürüm Genie 3’ün ardından gelen model, yalnızca daha fotogerçekçi görseller üretmekle kalmıyor; aynı zamanda simüle edilen dünyaya uygun müzik, ortam sesleri ve etkileşimli diyaloglar da oluşturabiliyor.
Genie 4’ün öne çıkan özelliklerinden biri, simülasyon devam ederken sahnenin doğal dil komutlarıyla düzenlenebilmesi. Kullanıcılar hava durumunu veya kamera açısını değiştirebiliyor, sahneye yeni insanlar ve nesneler ekleyebiliyor. Model, iki dakikaya kadar tutarlı bir sahne oluşturabiliyor. Bu süre, önceki sürümün sunduğu kapasitenin iki katına karşılık geliyor. Geliştirilmiş fizik simülasyonları ve daha insansı karakterler de yeni sürümün dikkat çeken özellikleri arasında yer alıyor.
Genie 4’ün Google’ın Gemini modeliyle daha yakın entegrasyonu, sistemin yalnızca görsel üretmekle sınırlı kalmamasını sağlıyor. Gemini, simülasyonda gerçekleştirilecek adımları planlayan ve kareleri kontrol eden bir yönetici rolü üstlenirken Genie 4 görselleri oluşturuyor.
Gemini Robotics kapsamında gerçekleştirilen bir araştırma deneyinde, Gemini 4 Argon modeli görevleri aşamalara ayırdı ve bu adımlar Genie 4 tarafından gerçek zamanlı olarak simüle edildi. Deney, robotların gerçek dünyada uygulanmadan önce farklı senaryolarının sanal ortamlarda test edilmesine yönelik olası bir yaklaşım sunuyor.
Google araştırma direktörü Tejas Kulkarni, gelecekte Gemini’nin kod ve metin ürettiği, Genie’nin ise bu girdileri gerçek zamanlı olarak simüle ettiği hibrit dünya modellerinin yaygınlaşabileceğini belirtti.
Modelin potansiyel kullanım alanları arasında oyun geliştirme, etkileşimli öğrenme, robotik ve film prodüksiyonu bulunuyor. Özellikle film ve yaratıcı içerik üretiminde, gerçek zamanlı sahne düzenleme özelliğinin fikir geliştirme ve storyboard hazırlama süreçlerini hızlandırabileceği değerlendiriliyor.
Google DeepMind mühendisi Diego Rivas, gerçek zamanlı etkileşimin yaratıcı süreçte akışı korumak açısından önemli olduğunu vurgulayarak film fikirlerinin geliştirilmesi ve storyboard hazırlama aşamalarını olası kullanım alanları arasında gösterdi.
Google’ın mevcut yapay zeka video modeli Veo, metin, görsel veya video komutlarından senkronize ses içeren yüksek çözünürlüklü videolar üretebiliyor. Gelecekte Gemini Omni gibi çok modlu modellerin de Genie 4 ile hazırlanan prototipleri yaratıcı içeriklere dönüştürmesi mümkün olabilir. Ancak bu yeteneklerin henüz geliştirme aşamasında olduğu belirtiliyor.

Genie 4 şu anda Google’ın güvenilir test kullanıcılarına araştırma ön izlemesi kapsamında sunuluyor. Önümüzdeki haftalarda modelin, Google’ın metin veya görsel komutlarından etkileşimli dünyalar oluşturmayı sağlayan Project Genie aracı üzerinden Google AI Ultra abonelerine ve Gemini API ile Google AI Studio’nun erken erişim ortaklarına açılması planlanıyor.
Vasıf Baran Fidan