Google’dan konuşan sanal dünyalar: Genie 4 tanıtıldı

Google DeepMind, sanal karakterlerin konuşabildiği, çevrelerine tepki verebildiği ve fiziksel olayların anlık olarak simüle edildiği yeni yapay zeka modeli Genie 4’ü tanıttı. Model, keşfedilebilir dünyalar oluşturma yeteneğini ses üretimi ve daha doğal insan hareketleriyle birleştiriyor.

Kullanıcının hareketlerine göre görüntüleri kare kare üreten sistemde, yağmurun başlaması, sahneye yeni bir karakterin girmesi veya kamera açısının değişmesi metin komutlarıyla sağlanabiliyor. Böylece oluşturulan ortam, keşif sürerken yeniden şekillendirilebiliyor.

Genie 4’ün öne çıkan yenilikleri arasında görüntüyle eş zamanlı ses üretimi bulunuyor. Model; rüzgâr, dalga ve diğer çevre seslerini sahnenin gelişimine uygun biçimde oluşturabiliyor. Kullanıcılar ses özelliklerini yönlendirebiliyor ve ortama uygun müzik üretilmesini isteyebiliyor.

Sanal karakterler de kullanıcı girdilerine ve çevrelerinde yaşanan olaylara göre diyalog kurabiliyor. Google DeepMind, görüntü, hareket ve konuşmanın aynı simülasyon içinde üretilmesiyle daha bütünlüklü bir etkileşim sunmayı amaçlıyor.

Bu özellik, karakterlerin yalnızca hareket ettiği ortamların ötesine geçerek kullanıcının konuşmalarla da yön verebildiği deneyimlerin önünü açıyor.

Google’ın açıklamasına göre Genie 4, önceki sürüme kıyasla çarpışmaları ve aerodinamik gibi fiziksel süreçleri daha başarılı biçimde canlandırabiliyor. İnsan karakterlerin hareketleri ve çevredeki gelişmelere verdikleri tepkiler de daha doğal hale getiriliyor.

Önceki model Genie 3, klavye komutlarıyla kontrol edilen dünyaları 720p çözünürlükte ve saniyede 24 kare hızında oluşturabiliyordu. Genie 4’ün çözünürlük ve performansına ilişkin ayrıntılı teknik bilgiler ise henüz paylaşılmadı. Tanıtım videoları Full HD çözünürlükte ve saniyede 24 kare olarak sunuldu.

Bununla birlikte modelin görsel gerçekçiliği, fiziksel olayların her koşulda kusursuz simüle edildiği anlamına gelmiyor. Karmaşık etkileşimler ve uzun süren deneyimler, geliştirilmesi gereken alanlar arasında bulunuyor. Genie 4’ün oluşturduğu dünyaların yönlendirilmesinde Gemini modelleri de görevalıyor. Google, Gemini Omni’nin ortamların gerçek dünyadaki görünüm ve davranış özelliklerini yansıtmasına yardımcı olduğunu, diğer modellerin ise akıl yürütme ve süreklilik süreçlerini desteklediğini belirtiyor.

Paylaşılan örneklerden birinde Gemini 3.8 Flash, simülasyonu gözlemleyen bir ajan olarak çalışıyor. Kullanıcının hedefini aşamalara ayıran model, bu aşamaların gerçekleşip gerçekleşmediğini kontrol ediyor ve ortam değiştiğinde planını güncelliyor. Ancak simülasyon süresi uzadıkça tutarlılık sorunları artabiliyor. Arka arkaya verilen çok sayıda karmaşık komut da dünyadaki bozulmaları belirginleştirebiliyor. ROBOT EĞİTİMİNDEN FİLM YAPIMINA Google DeepMind, dünya modellerini robotların ve yapay zeka ajanlarının farklı görevleri sanal ortamlarda deneyebileceği bir araç olarak da değerlendiriyor.

Şirket, Gemini 4 Argon ile Genie 4’ün birlikte kullanıldığı bir çalışmada Apptronik’in Apollo insansı robotunun dama oynadığı bir simülasyon üzerinde çalışıldığını belirtiyor. Teknolojinin oyun geliştirme ve film yapımında da kullanılması hedefleniyor. Geliştiriciler doğal dil komutlarıyla keşfedilebilir prototipler hazırlayabilirken film ekipleri kamera açılarını, ışığı, karakter hareketlerini ve diyalogları çekim öncesinde deneyebilecek.

Eğitim ve gazetecilik alanlarında ise arşiv fotoğraflarından keşfedilebilir ortamlar oluşturulması ve çevresel olayların simülasyonlarla görselleştirilmesi olası kullanım senaryoları arasında yer alıyor. ERİŞİM İLK ETAPTA SINIRLI OLACAK Genie 4, şimdilik sınırlı sayıdaki güvenilir test kullanıcısına araştırma önizlemesi kapsamında sunuluyor. Google, daha geniş erişim öncesinde geri bildirim toplamayı ve modelin sınırlarını değerlendirmeyi planlıyor.

Tüketici erişiminin ilk aşamada Project Genie üzerinden Google AI Ultra abonelerine açılması öngörülüyor. Erken erişim ortaklarına ise Gemini API ve Google AI Studio aracılığıyla ulaşılması hedefleniyor. AI Pro ve AI Plus aboneleri için kesin bir erişim takvimi açıklanmış değil. Google AI Ultra aboneliğinin başlangıç fiyatı aylık 100 dolar olarak belirtilirken Genie 4’ün API kullanım ücretleri henüz duyurulmadı. Project Genie’de kullanım sınırları uygulanacak; oluşturulan görüntü ve seslere SynthID dijital filigranı eklenecek.