Google DeepMind Genie 4'ü Tanıttı: Ses Üreten Gerçek Zamanlı Dünya Modeli

Google DeepMind, 27 Ekim 2026'da yeni dünya modeli Genie 4'ü duyurdu. Şirket, modeli şimdiye kadarki en gerçekçi ve en etkileşimli dünya modeli olarak tanımlıyor. Genie 4, görüntüyle birlikte müziği, ortam seslerini ve etkileşimli diyalogları da aynı anda üretebiliyor. Model şimdilik yalnızca seçili test kullanıcılarına açık bir araştırma önizlemesi olarak sunuluyor.

Genie 4 neler yapabiliyor?

Dünya modelleri, kullanıcının içinde gezinebildiği ve gerçek zamanlı tepki veren sanal ortamlar üreten yapay zekâ sistemleri olarak öne çıkıyor. Google DeepMind'ın resmî blog yazısına göre Genie 4 "doğal olarak çok kipli" bir model. Şirket, Genie 4'ü sesi doğal olarak üreten ilk gerçek zamanlı dünya modeli olarak tanıtıyor.

Duyuruda öne çıkan yenilikler şöyle:

• Gerçek zamanlı yönlendirme: Kullanıcılar simülasyon sürerken doğal dilde komut yazarak havayı değiştirebiliyor, kamera açısını oynatabiliyor ya da sahneye yeni bir kişi veya nesne ekleyebiliyor.
• Yerleşik ses: Ortam sesleri, müzik ve sahneye uyum sağlayan diyaloglar görüntüyle eş zamanlı üretiliyor.
• Daha iyi fizik ve karakterler: Şirket, aerodinamik ve çarpışma gibi fiziksel etkileşimlerin yanı sıra karakterlerin hareket ve tepkilerinin daha doğal olduğunu belirtiyor.
• Daha uzun tutarlılık: TechCrunch'ın aktardığına göre Genie 4, bir sahneyi iki dakikaya kadar tutarlı biçimde sürdürebiliyor. Bu süre, önceki sürümün iki katı.

Gemini ile birlikte çalışıyor

Genie 4, Google'ın Gemini model ailesi üzerine inşa ediliyor. Blog yazısına göre Gemini 3.8 Flash, simülasyonda yönlendirici bir ajan rolü üstleniyor: sahneyi gözlemliyor, hedefleri adımlara bölüyor, her adımın başarılı olup olmadığını kontrol ediyor ve dünya değiştiğinde planını güncelliyor. Google ayrıca Gemini Robotics kapsamındaki bir araştırma deneyinde, "Gemini 4 Argon" adlı modelin bir görevi adımlara ayırdığını ve Genie 4'ün bu adımları gerçek zamanlı simüle ettiğini paylaştı.

Kimler ne zaman kullanabilecek?

Genie 4 şu an yalnızca güvenilir test kullanıcılarına açık. Google'a göre model önümüzdeki haftalarda Project Genie üzerinden Google AI Ultra abonelerine ve Gemini API ile Google AI Studio'nun erken erişim ortaklarına açılacak. Erişim için bir bekleme listesi bulunuyor. Duyuruda hangi ülkelerde kullanılabileceğine ya da ayrı bir fiyatlandırmaya dair bilgi yer almıyor.

Google, güvenlik tarafında modelin diğer modelleriyle aynı politikalara dayanan korumalar içerdiğini, önizleme öncesinde iç güvenlik değerlendirmeleri yapıldığını ve üretilen tüm görüntü ve seslere SynthID filigranı eklendiğini açıkladı.

Sınırlamalar

Şirket, modelin hâlâ erken aşamada olduğunu kabul ediyor. Uzun oturumlarda ya da çok sayıda komut düzenlemesinden sonra görsel ayrıntıların ve nesnelerin kayabildiği belirtiliyor. Karmaşık fiziksel etkileşimler, ses doğruluğu, okunabilir metin ve uzun süreli tutarlılık, üzerinde çalışılan alanlar arasında sayılıyor.

Neden önemli?

Dünya modelleri; oyun, eğitim, film ön prodüksiyonu ve robotik gibi alanlarda yeni kullanım biçimleri vaat ediyor. Google DeepMind, dünyayı anlamanın ve simüle etmenin genel yapay zekâ (AGI) hedefi için kritik olduğunu vurguluyor. TechCrunch'a göre Runway'in birkaç ay önce sesli bir oynanabilir dünya modeli yayımlamasıyla bu alandaki rekabet kızışıyor. Genie 4'ün özellikle robotların gerçek dünyaya çıkmadan önce simülasyonda test edilmesi için kullanılabilmesi, modelin oyun dışındaki etkisini de büyütüyor.