Google Genie 4: Audio, Dunia Realistis, Kendali Real-Time
Judul asli: Google’s Genie 4 world model adds audio, more realistic worlds, and real-time steering
Mengapa Ini Penting
Persaingan world model memanas saat industri mulai konsolidasi besar-besaran.
Google DeepMind rilis Genie 4 pada 27 Oktober 2026 dalam research preview. Model ini hasilkan dunia interaktif fotorealistis dengan audio real-time dan sesi simulasi hingga 2 menit.
Google DeepMind meluncurkan Genie 4, generasi terbaru world model-nya, sebagai research preview pada Selasa (27/10). Dibandingkan pendahulunya Genie 3 yang dirilis sekitar setahun lalu, Genie 4 membawa sejumlah peningkatan signifikan: dunia yang jauh lebih fotorealistis, audio real-time mencakup musik, suara ambient, dan dialog interaktif, serta kemampuan pengguna mengetik prompt di tengah simulasi untuk mengubah cuaca, sudut kamera, atau menambahkan objek baru.
Sesi simulasi kini bisa bertahan hingga dua menit, dua kali lipat batas Genie 3, dengan fisika yang lebih akurat dan karakter manusia yang lebih natural. Gemini kini terintegrasi lebih erat sebagai "sutradara" yang merencanakan langkah dan memeriksa setiap frame sementara Genie menghasilkan visual.
Dalam eksperimen Gemini Robotics, model Gemini 4 Argon memecah tugas menjadi langkah-langkah yang disimulasikan Genie 4 secara real-time — menunjukkan potensi pengujian skenario robot sebelum dijalankan di dunia nyata. "Ke depan akan ada hybrid world model, kombinasi Gemini menulis kode dan teks, serta Genie yang mensimulasikan realitas," kata Tejas Kulkarni, Research Director Google DeepMind. Pengguna awal juga mulai memanfaatkannya untuk prototipe film dan storyboarding.