Google DeepMind’ın Genie 4 modeli, kullanıcıların simülasyon ortamını keşfederken doğal dil komutlarıyla değiştirmesine olanak tanıyor. Kullanıcılar hava durumunu değiştirebiliyor, kamerayı hareket ettirebiliyor veya ortama insanlar ve nesneler ekleyebiliyor. Sesler ise gerçek zamanlı üretiliyor.
Model, Genie 3’te yaklaşık 1 dakika olan sahne tutarlılığı süresini yaklaşık 2 dakikaya çıkarıyor. Gemini 3.8 Flash, hedefleri alt adımlara ayırıp üretilen kareleri kontrol ederek simülasyonu yönlendirmeye yardımcı oluyor.
Google, teknolojiyi robot eğitimi senaryoları da dahil olmak üzere çeşitli kullanım alanları için sunuyor ve simüle edilmiş görevler içeren bir robotik deneyi gösterdi. Ancak uzun oturumlarda nesneler ve ayrıntılar tutarlılığını kaybedebiliyor; ses doğruluğu ve okunabilir metin üretimi de henüz çözülemeyen sorunlar arasında.
Önümüzdeki haftalarda Project Genie üzerinden erişimin Google AI Ultra abonelerine genişletilmesi bekleniyor. Gemini API iş ortakları için de erken erişim planlanıyor. Simülasyon araçlarını araştıran şirketler açısından bu, güvenilir bir eğitim ortamının varlığını gösteren bir gelişmeden ziyade, araştırma aşamasındaki bir modeli test etme fırsatı.