Genie 4 launches: real-time world model adds audio and talking characters
A Turkish thread details Genie 4's new capabilities—synchronized audio generation, real-time character dialogue, better human motion and physics—plus a Gemini 4 Argon-driven Apollo robot checkers simulation.
Google DeepMind, Genie 4'ü duyurdu. Klavyeyle içinde gezdiğimiz, yazarak anında değiştirdiğimiz bir dünya üretiyor. Artık o dünyanın sesini de kendisi çıkarıyor. Genie 3'te sessiz bir dünyada dolaşıyorduk. DeepMind’ın kendi paylaşımına göre Genie 4'te değişenler: → Ses artık modelin içinde. Rüzgar, dalga sesi, ortam sesi ve müzik görüntüyle aynı anda üretiliyor. DeepMind’ın sesi kendisi üreten ilk gerçek zamanlı dünya modeli bu. → Karakterler konuşuyor. Bizim yazdıklarımıza ve dünyada olan olaylara göre anlık diyalog kuruyorlar. → En büyük sıçrama insan hareketinde. Karakterler çevreye doğal tepki veriyor ve onları da anlık yönlendirebiliyoruz. → Fizik tarafında aerodinamik ve çarpışma gibi senaryolar simüle ediliyor. Ağaçtan süzülerek düşen tohum, parçalanan karpuz gibi örnekler paylaşılmış. → Simülasyon akarken “yağmur yağsın”, “kamerayı çevir”, “sahneye biri girsin” yazıyoruz, Gemini bu isteği sahneye uyduruyor. Biz bir şey yazmadığımızda da arkada sahneyi izleyip dünyanın tutarlı ilerlemesini sağlıyor. → Gemini 3.8 Flash döngünün içinde bir agent gibi çalışıyor: hedefi adımlara bölüyor, gelen kareleri izliyor, her adımın gerçekten gerçekleşip gerçekleşmediğini kontrol ediyor. Gemini 4 Argon ile Apptronik’in Apollo robotuna dama oynatan bir simülasyon da göstermişler. Test eden ekipler bunu şimdiden işine sokmaya çalışıyor. Yönetmenler sahneyi çekmeden önce içine girip farklı kamera açıları ve ışıkla deneme çekimi yapıyor. Oyun geliştiriciler tek satır motor kodu yazmadan gezilebilir bir prototip çıkarıyor. Foto muhabirleri tek bir arşiv fotoğrafını içinde dolaşılabilen bir ortama çeviriyor. Sınırları da açıkça yazılmış. Oturum uzadıkça detaylar kayıyor, nesneler yerinde durmayabiliyor. Okunabilir yazı, uzamsal doğruluk ve uzun süreli tutarlılık hala çözülmemiş. Çözünürlük, kare hızı ya da oturum süresi gibi teknik bir değer de paylaşılmamış. Şu an yalnızca seçili test kullanıcılarında. Sırada Google AI Ultra aboneleri (Project Genie) ve Gemini API ile AI Studio erken erişim ortakları var, bekleme listesi açık. Genie 3'te dünyaya bakıyorduk, Genie 4'te dünya bize cevap veriyor.
This post quotes another post: x.com/googledeepmind/status/2115114028338962672