Google DeepMind Genie 4'ü tanıttı: sesli ve etkileşimli dünyalar gerçek zamanlı üretiliyor

Oyun ve animasyonla ilgilenen herkesin göz atması gereken bir duyuru geldi: Google DeepMind, dünya modeli serisinin yeni üyesi Genie 4'ü tanıttı.

Genie 4 ne yapıyor?

Genie 4, etkileşimli dünyaları gerçek zamanlı olarak üreten bir model. DeepMind'a göre en önemli yeniliği, görüntüyle birlikte ortam sesi, müzik ve etkileşimli diyalog da üretmesi. Şirket bunu, yerleşik ses üretimine sahip ilk gerçek zamanlı dünya modeli olarak tanımlıyor.

Sahneyi doğal dille yönlendirmek mümkün. Kamerayı hareket ettirmek, havayı değiştirmek ya da sahneye yeni karakterler eklemek gibi istekler verilebiliyor. Gerçek dünyadaki görünüşü ve davranışları Gemini Omni sağlıyor, diğer Gemini modelleri de simülasyonun tutarlı kalmasına yardım ediyor.

Kimler kullanabilecek?

Model şimdilik güvenilir test kullanıcılarına açık bir araştırma önizlemesi. Sırada Project Genie üzerinden Google AI Ultra aboneleri, ardından Gemini API ve AI Studio'daki erken erişim ortakları var. Bir de bekleme listesi bulunuyor. Üretilen görüntü ve sesler SynthID ile işaretleniyor.

Benim yorumum

DeepMind, oturumların birkaç dakikayla sınırlı olduğunu, ayrıntıların zamanla kaydığını ve karmaşık fizik ile okunabilir yazının hâlâ geliştirildiğini açıkça söylüyor. Yani bu, yarın bir oyunun yerini alacak bir şey değil. Ama prototip ve ön görselleştirme tarafında oyun stüdyoları ile animasyon ekipleri için ilginç bir oyuncak olabilir.

Ayrıntılar için resmî duyuruya göz atabilirsiniz.