Google, Project Genie ile sunduğu etkileşimli dünya üretimini yeni Genie 4 modeliyle genişletiyor. 27 Ekim tarihli resmî duyuruya göre model, sahnenin görüntüsüyle birlikte ortam sesini, müziğini ve etkileşimli konuşmaları da üretebiliyor. İlk erişim güvenilir test kullanıcılarına yönelik araştırma ön izlemesiyle başlıyor. Google AI Ultra abonelerine ve geliştirici ortaklarına açılma ise sonraki aşama olarak gösteriliyor.
Buradaki dünya modeli, yalnızca başı ve sonu değişmeyen bir video klip üretmeyi hedeflemiyor. Kullanıcı klavyeyle sahnede hareket edebiliyor ve metin komutlarıyla devam eden simülasyonu değiştirebiliyor. Havanın değiştirilmesi, kameranın yönlendirilmesi veya sahneye yeni bir kişinin eklenmesi resmî örnekler arasında. Sistem, bu isteğin mevcut ortamla uyumlu biçimde uygulanmasını amaçlıyor.
Görüntünün yanında ses ve konuşma da üretiliyor
Genie 4’ün öne çıkan farklarından biri sesin sonradan ayrı bir katman olarak eklenmesi yerine dünya üretiminin parçası olması. Ağaçların arasındaki rüzgâr veya kıyıdaki dalgalar gibi ortam sesleri sahneye eşlik edebiliyor. Karakterlerin konuşmaları da kullanıcı girdisine ve dünyada yaşananlara tepki verecek şekilde tasarlanıyor. Bunlar Google’ın model için açıkladığı yetenekler, tarafımızdan yapılmış bir kullanım testinin sonuçları değil.
The Verge’ün duyuru değerlendirmesi, deneyimlerin önceki modeldeki yaklaşık bir dakikadan iki dakikaya uzayabildiğini aktarıyor. Haber, filmi çekmeden önce sahneyi deneme, oyun fikrini prototipleme ve robot eğitim senaryoları oluşturma gibi kullanım alanlarını öne çıkarıyor. Bunların her biri için görsel olarak ikna edici bir dünya ile ölçüm açısından güvenilir bir simülasyonun aynı şey olmadığını hatırlamak gerekiyor.
Örneğin bir nesnenin masadan düşüşünün doğal görünmesi, hareketin gerçek dünyadaki bütün fizik parametrelerini doğru hesapladığını tek başına kanıtlamaz. Robot veya araç için kullanılacak bir eğitim ortamında, görünümün yanında ölçülen konumların ve etkileşim sonuçlarının da tutarlı olması gerekir. Bu ayrım, dünya modellerinin yaratıcı araçlarla mühendislik araçlarında neden farklı biçimde değerlendirilmesi gerektiğini açıklıyor.
Google da sınırlamaları açıkça belirtiyor. Simülasyon uzadıkça veya çok sayıda karmaşık değişiklik yapıldıkça görsel ayrıntılar ve nesnelerin sürekliliği kayabiliyor. Karmaşık fiziksel etkileşimler, okunabilir yazı, uzamsal doğruluk ve uzun süreli tutarlılık hâlâ araştırma konusu. Bu nedenle ön izleme, bitmiş bir oyun motorunun bütün görevlerini üstlenen ürün olarak sunulmuyor.
Modelin ürettiği görüntü ve seslerde SynthID filigranı bulunacak. Erişim için bekleme listesi açılmış olsa da listeye yazılmak anında kullanım hakkı anlamına gelmiyor. Google, daha geniş dağıtımdan önce ilk test grubunun geri bildirimlerini toplamayı planlıyor. Henüz bütün kullanıcılar için kesin bir açılış tarihi açıklanmış değil.
Günün Öne Çıkan Fırsatları
REKLAM — Bu içerikte satış ortaklığı bağlantıları bulunmaktadır. Bu bağlantılar üzerinden yapılan alışverişlerden Teknoblog komisyon kazanabilir. Satış ortaklığı açıklaması
