· kaynak Hacker News – Front Page (native)
Google, Genie 4 dünya modelini yenilenmiş Project Genie ile AI Ultra abonelerine sundu
Google, oturum ortasında düzenlenebilen bir dünya modeli olan Genie 4'ü, AI Ultra aboneleri için baştan tasarlanan Project Genie deneyiminin içinde yayınladı; yenilikler arasında bir yapay zeka inşa ajanı ve yeniden mikslenebilir bir topluluk galerisi de var.
Google, en yeni yapay zeka dünya modeli olan Genie 4'ü, uygun Google AI Ultra aboneleri için baştan tasarlanan Project Genie deneyimiyle birlikte yayınladı. 18 Kasım'da Google Labs'ın Grup Ürün Yöneticisi Pavan Kumar tarafından Google'ın blogunda yayımlanan duyuru; dünyalar inşa etmek için konuşma temelli bir ajan, eski Genie 3 modelindeki iyileştirmeler ve oluşturulan içerikleri keşfedip yeniden mikslemek için bir topluluk galerisini de tanıtıyor. Bu yılın başlarında deneysel bir araştırma prototipi olarak ilk kez gösterilen Project Genie, Google'ın dünya modellerini Gemini modelleriyle birleştiriyor; böylece kullanıcılar tarayıcıdan interaktif dünyalar inşa edebiliyor, bu dünyalara girebiliyor ve onları yeniden şekillendirebiliyor.
Genie 4: canlı düzenlemeler ve uyarlanabilir ses
Google'a göre Genie 4, şimdiye kadarki en yüksek çözünürlüklü dünya modeli ve öne çıkan yeteneği oturum sırasında kontrol: Oluşturulan bir dünyada gezinirken kullanıcılar, ortamı anında yeniden şekillendirmek için yeni bir prompt yazabiliyor; havayı değiştirebiliyor, bir karakter ekleyebiliyor ya da aksiyonu bambaşka bir yere yönlendirebiliyor. Genie 4 ayrıca, arka plan ambiyansından karakterler arasındaki konuşmalı diyaloglara kadar ekranda olup bitene gerçek zamanlı uyum sağlayan doğal ses üretiyor; Google bunun model ailesi için bir ilk olduğunu belirtiyor.
Genie 3, daha uzun oturumlarla yerinde kalıyor
Önceki model, Project Genie'nin model seçicide uzun süreli denemeler ve panoramik görüntülerden oluşturulan dünyalar için konumlandırılarak sunmaya devam ediyor. Google, Genie 3 oturumlarını her üretim için 60 saniyeden üç dakikaya çıkardı ve birkaç dünyayı tek bir daha uzun yolculukta zincirleme bağlama özelliği ekledi. Yeni dünyalar 360 derece panoramik görüntülerden oluşturulabiliyor ve bir dünya keşfedilirken doğal dil komutları dünyadaki olayları tetikleyebiliyor.
Dünya inşası için konuşma temelli bir ajan
Yeni Project Genie ajanı, yaratım sürecini tek bir metin ya da görsel promptun ötesine taşımayı hedefliyor. Kullanıcılar istediklerini günlük bir dille anlatıyor; ajan da Google'ın multimodal modellerini yöneterek bir dünyanın görünümünü belirleyen açılış görsellerini ve ruh haline uygun şekilde bestelenen bir arka plan müziğini üretiyor. Gemini ayrıca etkin bir oturuma dahil edilebiliyor; ekrandaki aksiyonu izliyor, sıradaki durakları ima eden öneri çiplerini gösteriyor ve oturum ilerledikçe olayları otomatik olarak tetikleyebiliyor.
Yeniden mikslemek için seçkili ve topluluk dünyaları
Yeni bir galeri, seçkili dünyaları topluluk gönderimleriyle bir arada topluyor. Google'ın kendi örnekleri arasında; kullanıcıların kendi fotoğraflarını içinde gezinebilecekleri mekânlara dönüştüren "Living Memory", tarih öncesi yaşam alanlarını 360 derece panoramalara dayandıran "Dino Field Guide" ve farklı temalardaki nesnelerin bir masaüstünde karşı karşıya gelirken Gemini'nin gerçek zamanlı hakemlik ettiği "Rock Paper Scissors" yer alıyor.
Galeri ayrıca erken erişime sahip yaratıcıların çalışmalarını da barındırıyor: BLVCKL!GHT olarak bilinen yaratıcı teknoloji uzmanı Will ile inşa edilmiş gotik bir konakta oda oda açılan bir gizem olan "Villa Giallo" ve yönetmen Anand Gandhi ile yapılan, kullanıcıları dev bir karınca kolonisini bir karıncanın gözünden geçiren "The Life of Ants". Galerideki herhangi bir dünya, ajan aracılığıyla temel yapısı, müziği ya da kuralları ayıklanarak yeniden mikslenabiliyor ve tamamlanan eserler başka kişilerin keşfedip değiştirmesi için galeriye geri yayımlanabiliyor.
Erişim, filigran ve çözülmemiş sorunlar
Yeni deneyim şu anda uygun Google AI Ultra abonelerine açık; Google AI Pro üyeleri ise bekleme listesine katılabiliyor. Google, Project Genie'de oluşturulan her video ve ses klibinin SynthID filigranı taşıdığını, tüm model girdi ve çıktılarının güvenlik taramasından geçtiğini belirtiyor. Şirket Genie 3 ve Genie 4'ü hâlâ sınır araştırması (frontier research) olarak tanımlıyor ve kamera gecikmesi, ince taneli fiziksel etkileşimler, hassas gerçek zamanlı ses ve zamanla tutarlı kalan sahneler gibi çözülmemiş sorunlara işaret ediyor; ayrıntılar Genie 4 model araştırma genel bakışında yer alıyor.
Neden önemli
Statik görüntüler ya da video yerine gezinilebilir ve etkileşimli ortamlar üreten sistemler olan dünya modellerı, çoğunlukla araştırma gösterimlerinde var olageldi. Google şimdi bunlardan birini bir tüketici özelliği olarak sunuyor; en pahalı abonelik katmanının arkasına yerleştirmiş ve yaratıcı platform mekanikleriyle sarmalamış: inşa etmenin eşiğini düşüren bir ajan artı mikslemeye ve paylaşmaya dayalı bir galeri. Bu, Project Genie'yi AI Ultra için bir farklılaştırıcı konuma getirirken, prompt'tan oynanabilir dünyaya giden araçların sektörde ne kadar hızlı ürüne dönüştürüldüğünün de bir işareti. En az bunun kadar dikkat çekici olanı, Google'ın henüz çalışmadığını kabul ettiği şeyler; çünkü gecikme, fizik sadakati ve sahne tutarlılığı hâlâ zor sorunlar ve lansman yazısında bunların adının anılması, formatın hâlâ ne kadar erken bir aşamada olduğunu gösteriyor. SynthID filigranını ilk günden itibaren dahil etmek de Google'ın bu oluşturulan dünyaların geniş çapta yayılmasını beklediğini ve yayılmadan önce kaynağın eklenmesini istediğini ortaya koyuyor.
- #ai
- #generative-ai
- #world-models
- #gemini
İlgili yazılar
- Google Gemini 4 Neon'u piyasaya sürdü: milyon input token başına 3 dolarlık frontier bir model
- Gemini 4 Neon kodlama agent sıralamasında zirvede, görev başına maliyeti Carbon'a kıyasla %32 daha düşük
- Google, agentik iş yüklerini hedefleyen Gemini 4 Neon'ı milyon token başına 3/15 dolar fiyatla duyurdu