Google DeepMind, sesli ve sahne sürerken komutla değiştirilebilen dünyalar üreten Genie 4'ü tanıttı

Google DeepMind, 27 Ekim 2026'da yeni dünya modeli Genie 4'ü duyurdu. Modelin sayfasına göre Genie 4, şirketin şimdiye kadarki en gerçekçi ve etkileşimli dünya modeli: içinde gezilebilen sanal ortamlar üretiyor, bu ortamlara ses ekliyor ve sahne sürerken yazılan komutlarla değiştirilebiliyor. Model şimdilik güvenilir test kullanıcılarına açık bir araştırma önizlemesi.

Neler yapıyor

DeepMind'ın sayfası modelin yeteneklerini dört başlıkta topluyor:

• Canlı değişiklik: Kullanıcı doğal dille manzara ve olay tarif edebiliyor, kamerayı taşıyabiliyor, yeni karakter ekleyebiliyor ya da havayı değiştirebiliyor; sonra ne olacağını izliyor.
• Fizik ve hareket: Nesnelerin çarpıştığı, suyun aktığı, ağaçların rüzgârda salındığı ortamlar; üretilen karakterler doğal hareket edip davranıyor.
• Olay zinciri: Gemini arka planda komutları yorumluyor ve değişen dünyada dinamik planlar yapıyor; böylece inandırıcı neden-sonuç dizileri kurulabiliyor.
• Ses: Model sesi kendisi üretiyor: ayak altında çıtırdayan yapraklar, tezahürat eden kalabalıklar, kullanıcıyla ve birbirleriyle konuşabilen karakterler.

DeepMind'a göre Genie 4, Gemini ailesinin yeteneklerine dayanıyor: Gemini Omni simülasyonları gerçek dünyadaki görünüm ve davranışa bağlıyor, diğer Gemini modelleri de simülasyonun tutarlılığını korumak için gereken akıl yürütmeyi sağlıyor. Sayfadaki kayıtların hepsi gerçek zamanlı etkileşimden: kullanıcılar gezinme ve kamera için standart klavye ve fare, sahneyi yönlendirmek için yazılı komut kullanıyor.

Oyun, robot, film

DeepMind, Genie 4'ün dünyalarının eğlenceli etkileşimli deneyimlerden SIMA gibi ajanların yeni beceriler öğrendiği ortamlara kadar geniş bir kullanım alanı olabileceğini söylüyor. Robot araştırması örneğinde Gemini 4 Argon bir görev için çok adımlı plan çıkarıyor, adımlar simülasyon render edilirken Genie 4'e metin olarak veriliyor. Chip Online'ın haberine göre film yapımcıları testlerde kamera açısını, ışığı, konuşmaları ve hareketleri değiştirerek çekim öncesi taslaklar hazırlıyor; Google oyun ve eğitim alanlarında da kullanım arıyor.

Sınırlar

DeepMind, Genie 4'ü erken ve gelişmekte olan bir teknoloji olarak sunuyor ve sınırlarını da sıralıyor:

• Görsel ayrıntılar ve nesne kalıcılığı zamanla kayabiliyor; simülasyon uzadıkça, karmaşık düzenlemeler çoğaldıkça ya da sahnede dolaşıldıkça bu daha belirgin oluyor.
• Birden çok bağımsız ajan ve ortak ortamlar arasındaki karmaşık etkileşimleri doğru modellemek hâlâ bir araştırma konusu.
• Gerçek yerleri tam doğrulukla canlandıramıyor.
• Okunaklı yazı çoğunlukla yalnızca dünya tarifinde verildiğinde çıkıyor.
• Sürekli etkileşim uzun oturumlar değil, birkaç dakika sürebiliyor.
• Gerçek zamanlı sesin doğruluğu üzerinde çalışılıyor.

Chip Online, TechCrunch'a dayanarak Genie 4'ün sahnenin bütünlüğünü iki dakikaya kadar koruyabildiğini, önceki sürümde bu sürenin bir dakika olduğunu aktarıyor. DeepMind'a göre Genie 4'ün ürettiği bütün video ve sesler, yapay zekâyla üretilen içeriği tanımlamaya yarayan görünmez SynthID filigranını taşıyor.

Ne zaman

Genie 4, Project Genie'de Google AI Ultra abonelerinden başlayarak ve Gemini API ile Google AI Studio'nun erken erişim ortaklarına "yakında" gelecek; kesin bir tarih verilmedi. Project Genie için bekleme listesi açık.