Google DeepMind, metin komutlarıyla gerçek zamanlı sanal dünyalar oluşturabilen Genie 4 modelini araştırma önizlemesi olarak tanıttı. Model, önceden kodlanmış sahnelere ihtiyaç duymadan kullanıcı hareketlerine göre kare kare değişen ortamlar kurabiliyor.
Simülasyon sürerken tek bir metin komutuyla hava durumunun değiştirilmesi, kamera açısının ayarlanması veya sahnedeki karakterlerle gerçek zamanlı sohbet kurulması mümkün. Böylece kullanıcılar, oluşan dünyayı yönlendirerek farklı olayların ve ortamların deneyimlenmesini sağlayabiliyor.
Genie 4, simüle edilen ortama uygun müzik, çevre sesleri ve etkileşimli diyaloglar da üretebiliyor. Google DeepMind, modelin şimdiye kadarki en fotogerçekçi ve etkileşimli dünyaları oluşturduğunu belirtti.
Model, Google'ın Gemini sistemiyle birlikte çalışacak şekilde tasarlandı. Gemini, eylemleri planlayıp kareleri denetlerken Genie 4 görselleri gerçek zamanlı olarak oluşturuyor. Google Araştırma Direktörü Tejas Kulkarni, bu tür hibrit modellerin kod ve metni işleyerek farklı soyutlama düzeylerinde gerçekliği simüle etmesinin yaygınlaşacağını öngörüyor.
Genie 4'ün önerilen kullanım alanları arasında oyun dünyaları, etkileşimli öğrenme ve robotik bulunuyor. Etkileşimli öğrenme kapsamında, tarihî bir olayı gösteren tabloya girilerek tablodaki karakterlerle olay hakkında konuşulabilmesi varsayımsal bir kullanım örneği olarak gösteriliyor.
Dünya modelleri alanındaki rekabetin yoğunlaştığı dönemde Genie 4, Google'ın en yeni hamlesi olarak öne çıkıyor. Daha önce AlphaFold ve Gemini modellerinin geliştirilmesinde görev alan Google DeepMind, bu kez yapay zekâ destekli etkileşimli simülasyonlara odaklanıyor.
Kaynak: Bloomberg HT
