Google DeepMind, en yeni dünya modeli Genie 4’ü araştırma önizlemesi olarak kullanıma sundu. Şimdiye kadarki en fotogerçekçi ve etkileşimli dünyaları üreten bu son model, kullanıcıların simülasyon sırasında komut yazarak sahneyi değiştirmesine olanak tanıyor. Model aynı zamanda müzik, ortam sesleri ve karşılıklı konuşmaları da içeren, simüle edilen dünyayla tam uyumlu gerçek zamanlı sesler üretiyor.
Genie 4’ün çıkışı, YZ video girişimi Runway’in kullanıcı girdilerine dinamik tepki veren ve ses üretimi barındıran oynanabilir ikinci dünya modeli GWM Worlds 2’yi sunmasından birkaç ay sonra gerçekleşti. Eş zamanlı olarak, dünya modeli sektörü birleşme sürecine giriyor: Fei-Fei Li’nin World Labs şirketi AMD tarafından satın alınıyor; Amazon, Decart’ı satın almak için görüşmeler yürütüyor; Rivian ise otonom sürüş testlerine dönük simülasyon yeteneklerini kendi bünyesine katmak için Third Dimension’ı yeni satın aldı.
Genie 4, Google’ın Kalabalık Sektörde Önde Kalmak için Attığı Son Adım
Google, önceki modeli Genie 3’ü bir yılı aşkın bir süre önce araştırma ön izlemesi olarak yayımladı. Çok daha fotogerçekçi olmasının ve ses barındırmasının ötesinde Genie 4, hava durumunu ya da kamera açısını gerçek zamanlı değiştirmek, yeni insanlar veya nesneler eklemek gibi serbest biçimli düzenlemelere imkân veriyor. Önceki modelin sınırını ikiye katlayarak iki dakikaya kadar tutarlı bir sahneyi koruyabiliyor; ayrıca daha iyi fizik kuralları ile gerçeğe daha yakın insansı karakterler sunuyor.
Google’ın YZ modeli Gemini de Genie 4 ile daha sıkı entegre çalışıyor; Genie görselleri oluştururken adımları planlayan ve kareleri denetleyen bir yönetmen gibi hareket ediyor. Gemini Robotics kapsamındaki bir araştırma deneyinde, Gemini 4 Argon modeli görevleri adımlara böldü ve Genie 4 bu adımları gerçek zamanlı simüle etti. Bu deney, robot senaryolarını gerçek dünyada yaşanmadan önce simülasyon ortamında test etmenin olası bir yolunu gösteriyor.
Google Araştırma Direktörü Tejas Kulkarni bir bilgilendirme toplantısında, “Gelecekte, Gemini’ın kod ve metin yazdığı, Genie’nin ise bunları gerçek zamanlı alıp farklı soyutlama seviyelerinde gerçeği simüle ettiği bu hibrit dünya modellerini giderek daha fazla göreceğiz.” dedi.
Diğer dünya modellerinde olduğu gibi hedeflenen ticari kullanım alanları arasında oyun, etkileşimli öğrenme ve robotik yer alıyor. Etkileşimli öğrenmeye yönelik varsayımsal bir örnek; tarihsel bir sahneyi betimleyen bir tablonun içine girmek ve tablodaki figürlerle resmedilen olay hakkında sohbet etmek.
Öte yandan, Google’ın en ileri teknolojilerine ilk erişen kitle olan “güvenilir test kullanıcıları”, olası yeni bir kullanım alanına işaret ediyor: filmler için prototip hazırlamak.
Google DeepMind mühendisi Diego Rivas, bir basın toplantısında, “Gerçek zamanlılık boyutu, yaratıcılık sürecinde akışta kalmanın son derece yararlı olduğu alanlarda en büyük değeri kazanıyor.” dedi ve ekledi: “Örneğin fikir geliştirme veya storyboard hazırlama aşamalarında, yani hızlı biçimde yeni fikirler üretmeye ihtiyaç duyduğunuz her durumda.”
Google ayrıca film yapımcıları arasında popülaritesi giderek artan metin, görsel ya da video komutlarından senkronize sesli yüksek çözünürlüklü klipler üreten YZ video modeli Veo’yu da sunuyor.
Rivas, kullanıcıların zamanla bu prototipleri yaratıcı materyallere dönüştürmek amacıyla görsel, ses ve metinden video üretebilen çok modlu büyük dil modeli Gemini Omni’den yararlanabileceğini belirtti; ancak bu yeteneklerin sunulmasına daha zaman olduğunu söylüyor.
Bilgilendirme toplantısı boyunca Rivas, Genie 4 için henüz yolun başında olunduğunu ve uçtan uca ürün deneyiminin nasıl şekilleneceğinin henüz netleşmediğini vurguladı. Ekip ayrıca Genie 4’ün eksikleri olduğunu da kabul ediyor: Simülasyon süresi uzadıkça detaylar ile nesneler kayabiliyor; üstelik üretilen sesin doğruluğunu sağlama ve sahne içindeki metinlerin okunaklılığını garanti altına alma konusu henüz tam olarak çözülebilmiş değil.
Genie 4, şu anda güvenilir test kullanıcıları için araştırma ön izlemesi olarak erişilebilir durumda. Model, önümüzdeki haftalarda metin ya da görsel komutlarından etkileşimli dünyalar üreten YZ aracı Project Genie üzerinden Google AI Ultra abonelerine ve Gemini API ile Google AI Studio’nun erken erişim ortaklarına açılacak.
Kaynak: https://techcrunch.com/2026/10/27/googles-genie-4-world-model-adds-audio-more-realistic-worlds-and-real-time-steering/
