SDC Medya

Yapay zekâ

Genie 4, etkileşimli dünyalara ses ekliyor

Google DeepMind, görüntüyle birlikte ses üreten ve sahneyi metin komutlarıyla değiştiren Genie 4’ü sınırlı araştırma önizlemesine açtı. Daha geniş erişim henüz başlamadı.

Sanal ortam ve ses üretimini simgeleyen minyatür manzara ile altın renkli dalgaların kavramsal illüstrasyonu.
Yapay zekâ ile üretilmiş kavramsal editoryal illüstrasyon; olayın fotoğrafı değildir.

Google DeepMind, sanal ortamların kullanıcı hareketlerine ve yazılı komutlara göre değiştiği Genie 4 dünya modelini duyurdu. Sistem, ortam görüntüsüyle birlikte çevre sesleri, müzik ve karakterler arasında etkileşimli konuşmalar üretiyor.

27 Ekim 2026’da açıklanan modelde kullanıcılar sahne sürerken hava durumunu değiştirebiliyor, kamerayı yönlendirebiliyor veya yeni nesneler ekleyebiliyor. DeepMind’in yayımladığı örnekler şirketin kendi gösterimleri; bağımsız performans testi niteliği taşımıyor.

Genie 4, sahnenin görünümü ve davranışı için Gemini ailesinden yararlanıyor. Gemini modelleri komutları yorumlayıp izlenecek adımları planlarken Genie, ortamın görüntü ve sesini oluşturuyor. Şirket, bu birlikteliği robotik görevlerin sanal ortamda canlandırıldığı erken araştırmalarda da deniyor.

Erişim şimdilik seçili test kullanıcılarıyla sınırlı. Google AI Ultra abonelerine Project Genie üzerinden, geliştiricilere ise Gemini API ve Google AI Studio erken erişim ortaklıklarıyla açılması planlanıyor. Genel kullanıma geçiş için kesin tarih açıklanmadı.

Etkileşim sürerken görüntü ve sesin birlikte değişmesi, oyun ve film fikirlerinin denenmesi ile robotik senaryoların araştırılması için yeni bir simülasyon alanı sunuyor. Bu kullanım alanları henüz araştırma ve deneme aşamasında.

Model birkaç dakikalık kesintisiz etkileşimi destekliyor. Nesnelerin görünümü ve sahne tutarlılığı zamanla kayabiliyor; gerçek konumların doğruluğu, karmaşık etkileşimler, okunabilir yazılar ve sesin doğruluğu geliştirme konuları arasında.

Kaynaklar

Haber yayın ilkeleri

Diğer Haberler