Google Meluncurkan Model AI Genie 4 untuk Simulasi Dunia Real-Time dengan Audio Asli

Google (NASDAQ:GOOGL) pada hari Selasa mengumumkan peluncuran Genie 4, sebuah model simulasi dunia yang dirancang untuk menghasilkan lingkungan interaktif secara real-time lengkap dengan kemampuan audio bawaan. Sistem ini merupakan model dunia real-time pertama perusahaan yang secara bawaan menghasilkan elemen audio seperti musik, kebisingan sekitar, dan dialog.

Kemampuan Utama

Genie 4 dibangun di atas keluarga sistem AI Gemini milik Google. Ia memanfaatkan Gemini Omni untuk mensimulasikan penampilan dan perilaku realistis, sementara model Gemini lainnya digunakan untuk memberikan penalaran dan menjaga koherensi simulasi, menurut pengumuman perusahaan.

Model ini memungkinkan pengguna untuk memodifikasi dunia yang dihasilkan secara real-time menggunakan perintah bahasa alami. Ini termasuk kemampuan untuk mengubah kondisi cuaca, menyesuaikan sudut kamera, atau memperkenalkan objek dan karakter baru. Genie 4 juga mampu mensimulasikan skenario berbasis fisika, termasuk aerodinamika dan tabrakan, dan dapat menciptakan karakter yang bergerak secara alami dan merespons lingkungannya.

Integrasi dan Aplikasi Teknis

Untuk mengelola proses pembuatan secara real-time, Google telah mengintegrasikan Gemini 3.8 Flash sebagai agen pemandu yang mengamati adegan, memecah tujuan pengguna menjadi langkah-langkah yang dapat ditindaklanjuti, dan melacak kemajuan. Perusahaan ini juga sedang menjajaki aplikasi robotika dengan memasangkan Genie 4 dengan Gemini 4 Argon, di mana Argon menginterpretasikan tugas pengguna agar Genie dapat merendernya dalam simulasi.

Ad

Google telah merilis Genie 4 sebagai pratinjau penelitian kepada sekelompok penguji tepercaya di beberapa sektor, termasuk:

• Industri kreatif untuk pra-visualisasi pembuatan film
• Jurnalisme dan pendidikan untuk mengubah foto arsip menjadi simulasi dinamis
• Gim dan teknik untuk pembuatan prototipe cepat

Ketersediaan dan Keterbatasan

Setelah fase pengujian awal, Google berencana untuk memperluas akses kepada pelanggan Google AI Ultra melalui Project Genie, serta kepada mitra akses awal melalui API Gemini dan Google AI Studio. Untuk mengatasi keaslian konten, semua video dan audio yang diproduksi oleh Genie 4 akan ditandai dengan tanda air digital SynthID.

Google mengakui bahwa model tersebut saat ini memiliki keterbatasan. Keterbatasan ini termasuk potensi "penyimpangan visual" selama sesi yang panjang dan tantangan berkelanjutan dalam mensimulasikan interaksi fisik yang kompleks, memastikan akurasi audio, menampilkan teks, dan menjaga konsistensi jangka panjang di dunia yang dihasilkan.