Bir sokağa adım atıyor, etrafınızdaki insanları izliyor ve aniden başlayan yağmurun altında ilerliyorsunuz. Üstelik bütün bunlar önceden tasarlanmış bir oyunun içinde değil, siz dünyayı keşfederken gerçek zamanlı olarak oluşturulan bir simülasyonda gerçekleşiyor. Google DeepMind 'ın yeni dünya modeli Genie 4, yapay zekanın sanal ortamlar oluşturma yeteneklerini bir adım ileri taşıyarak bu dünyalara ses, doğal insan hareketleri ve etkileşimli diyaloglar kazandırıyor.
Gemini ailesinin yeteneklerinden yararlanan model, kullanıcıların metin komutlarıyla yönlendirebildiği, içinde serbestçe dolaşabildiği ve gelişimini anlık olarak değiştirebildiği sanal ortamlar oluşturuyor. Önceden hazırlanmış sahnelere veya her etkileşimin ayrı ayrı programlanmasına ihtiyaç duymayan sistem, kullanıcı dünyayı keşfederken görüntüleri kare kare üretiyor.
Genie 4'ün temelinde, Google'ın yapay genel zekaya (AGI) ulaşma yolunda önemli gördüğü dünya modelleri yaklaşımı bulunuyor. Bu modeller, yalnızca görüntü veya video oluşturmak yerine fiziksel bir ortamın nasıl davranacağını ve içindeki olayların nasıl gelişeceğini simüle etmeyi amaçlıyor. Böylece kullanıcı, oluşturulan bir sahneyi yalnızca izlemek yerine onun içinde hareket edebiliyor ve çevresindeki dünyayla etkileşime girebiliyor. Burada “kullanıcı” dediğimizde her zaman insanları kastetmediğimiz belirtelim.
Öte yandan modelin en dikkat çekici yeniliklerinden biri, simülasyon devam ederken doğal dil komutlarıyla ortamın değiştirilebilmesi . Kullanıcı hava durumunu değiştirebiliyor, kamerayı farklı bir noktaya taşıyabiliyor veya sahneye yeni karakterler ve nesneler ekleyebiliyor. Gemini modelleri de verilen komutları mevcut sahnenin bağlamına uyarlayarak dünyanın gelişimini yönlendiriyor.
Genie 4, önceki sürüme kıyasla fiziksel olayları ve insan davranışlarını daha gerçekçi simüle edebiliyor. Google DeepMind, modelin aerodinamik ve çarpışmalar gibi fiziksel etkileşimleri daha başarılı şekilde canlandırabildiğini belirtiyor. İnsan karakterler de çevrelerine daha doğal tepki verebiliyor, daha akıcı hareket ediyor ve kullanıcı yönlendirmelerine gerçek zamanlı olarak karşılık verebiliyor.
Bu gelişmeler, oluşturulan ortamların yalnızca görsel açıdan etkileyici olmasının ötesinde, farklı senaryoların denenebileceği simülasyonlara dönüşmesini sağlayabilir. Bununla birlikte görsel gerçekçilik her ayrıntının fiziksel açıdan kusursuz olduğu anlamına gelmiyor . Şirket, özellikle karmaşık fiziksel etkileşimler ve uzun süre devam eden simülasyonlarda geliştirilmesi gereken alanların bulunduğunu kabul ediyor.