Google DeepMind; yerleşik ses, insan konuşması ve Gemini 3.8 Flash denetimi içeren yeni dünya modeli Genie 4'ü duyurdu.
Üç noktada haber
Genie 4, hedefleri ayrıştırmak ve simülasyon karelerini denetlemek için Gemini 3.8 Flash modelini yönlendirici aracı olarak kullanıyor.
Model yerleşik ses ve uyarlanabilir insan konuşması desteği içeren ilk DeepMind dünya modeli olarak tanıtıldı.
Kullanıcı erişimi aylık 100 dolardan başlayan Google AI Ultra planları kapsamında kademeli olarak açılacak ve simülasyon tutarlılığı henüz birkaç dakika sürüyor.
Google DeepMind, etkileşimli sanal ortamlar üreten dünya modeli serisinin yeni sürümü Genie 4'ü tanıttı. Önceden modellenmiş grafikler veya kodlanmış etkileşim kuralları gerektirmeyen sistem, kullanıcı komutlarına göre ortamı gerçek zamanlı olarak kare kare inşa ediyor. Şirket, dünya modellerini yalnızca video oyunu benzeri çıktılar olarak değil, genel yapay zekâ hedefine giden yolda ve fiziksel robotlar için sınırsız eğitim alanı oluşturmada temel bir teknoloji olarak konumlandırıyor.
Gemini 3.8 Flash ile Yönlendirme
Genie 4'ün simülasyon mimarisinde Gemini modelleri aktif bir denetim rolü üstleniyor. Bir dünya oluşturulması istendiğinde, sistem Gemini 3.8 Flash modelini hedefleri küçük parçalara ayıran ve üretilen her bir kareyi denetleyen bir yönlendirici ajan olarak kullanıyor. Bu mekanizma, kullanıcı simülasyon içinde hareket ederken ortamın bağlamdan kopmasını engellemeyi hedefliyor. Kullanıcılar ayrıca hava durumunu değiştirmek, yeni nesneler eklemek veya kamera açısını güncellemek gibi parametre değişikliklerini simülasyon akarken yapabiliyor.
Fizik Hesapları ve Yerel Ses Desteği
Yapay zekâ tabanlı videolarda sıkça rastlanan yapaylıkları azaltmak isteyen DeepMind, yeni modelde aerodinamik ve çarpışma gibi fizik kurallarının daha gerçekçi işlendiğini belirtiyor. Simülasyonlardaki insan figürlerinin hareketleri ve değişen çevreye verdikleri tepkiler daha doğal hale getirildi. Genie 4 aynı zamanda yerel ses desteğine sahip ilk DeepMind dünya modeli olarak öne çıkıyor; arka plan ortam seslerinin yanı sıra kullanıcının simülasyondaki değişikliklerine uyum sağlayan etkileşimli insan konuşmaları da sisteme dâhil ediliyor.
Süre Kısıtları ve Erişim Koşulları
Teknolojik ilerlemelere rağmen modelin belirli sınırları bulunuyor. DeepMind'ın paylaştığı bilgilere göre Genie 4 ile oluşturulan dünyalar, başlangıç koşullarını unutmadan önce yalnızca birkaç dakika boyunca tutarlı kalabiliyor. Model henüz genel kullanıma açılmadı ve sınırlı bir test grubuyla deneniyor. Geliştiricilere yönelik Gemini API ve AI Studio erişiminin fiyatlandırması henüz paylaşılmazken, son kullanıcıların kademeli erişim için aylık 100 dolardan başlayan Google AI Ultra planlarına abone olması gerekecek. Erken erişim için Project Genie üzerinden bir bekleme listesi yürütülüyor.
Neden önemli?Önceden görsel oluşturma gerektirmeden gerçek zamanlı etkileşimli dünyalar kurabilen model, robotik eğitimi ve yaratıcı prototipleme alanlarında yeni simülasyon standartları getiriyor.
Cevabı beklenen sorular
- Genie 4'ün geliştiriciler için Gemini API ve AI Studio üzerindeki kullanım fiyatlandırması nasıl şekillenecek?
- Simülasyonların birkaç dakikayla sınırlı olan bağlam tutarlılık süresinin nasıl uzatılacağı henüz netleşmedi.
Kaynaklar ve belgeler
Bu haberde kullanılan belgelere aşağıdaki bağlantılardan ulaşabilirsiniz.
