Google DeepMind Meluncurkan Model Dunia Genie 4 dalam Pratinjau Riset

Google DeepMind mengumumkan Genie 4, model dunia barunya untuk simulasi interaktif waktu nyata, pada 27 Oktober 2026, dan merilisnya sebagai pratinjau riset bagi para penguji tepercaya.

Pengumuman yang ditulis oleh Raia Hadsell, Diego Rivas, dan Hang Qi itu menggambarkan Genie 4 sebagai model multimodal bawaan, yang menghasilkan musik, suara sekitar, dan dialog interaktif secara bersamaan dengan dunia simulasi. DeepMind menyatakan bahwa model ini “membuka realisme yang belum pernah ada sebelumnya dan meningkatkan simulasi interaktif waktu nyata”, serta menghadirkan fotorealisme yang lebih baik, gerakan yang luwes, dan audio bawaan; suara yang menyertai demonstrasinya dihasilkan langsung oleh model.

Model ini menggabungkan dan mengembangkan kemampuan dari keluarga Gemini. Gemini Omni menjadi landasan simulasi yang mencerminkan tampilan dan perilaku dunia nyata, sementara model Gemini lainnya menyediakan penalaran kompleks yang diperlukan untuk membantu menjaga koherensi dan kesinambungan simulasi. Dengan landasan tersebut, pengguna dapat memicu suatu peristiwa, lalu Genie 4 menyimulasikan apa yang terjadi selanjutnya: bagaimana dunia merespons, bagaimana bunyinya, serta bagaimana orang-orang di dalamnya bergerak, bereaksi, dan berbicara.

DeepMind menyebut pemahaman dan simulasi dunia sebagai aspek penting dalam membangun AGI. Perusahaan itu mengatakan Genie 4 meningkatkan kemampuannya untuk menciptakan simulasi yang aman dengan variasi tak terbatas, yang dapat mendukung lingkungan pelatihan bagi robot dan agen, serta pembuatan pengalaman interaktif baru.

Empat Bidang Kemampuan

Demonstrasi DeepMind berupa rekaman interaksi waktu nyata, ketika pengguna menjelajahi dunia menggunakan kontrol keyboard standar dan kamera, sembari mengarahkan adegan dengan perintah teks saat dunia tersebut berkembang. Kemampuan pertama yang didokumentasikan adalah kendali waktu nyata: pengguna dapat mengubah simulasi yang sedang berjalan dengan bahasa alami, misalnya mengubah cuaca, menggerakkan kamera, atau menghadirkan orang maupun benda baru. Gemini kemudian menyesuaikan perintah tersebut dengan konteks agar sesuai dengan adegan di sekitarnya. Di antara masukan pengguna, Gemini juga memantau dan mengarahkan adegan agar perkembangan dunia tetap padu.

Terkait fisika dan tindakan manusia, DeepMind menyatakan bahwa Genie 4 menetapkan standar realisme baru untuk simulasi interaktif waktu nyata dengan memodelkan skenario fisika dunia nyata, seperti aerodinamika dan tabrakan. Menurut perusahaan, kemajuan terbesarnya terletak pada simulasi manusia: karakter bergerak secara alami, merespons lingkungannya secara spontan, dan dapat diarahkan secara interaktif dalam waktu nyata.

DeepMind menyebut Genie 4 sebagai model dunia waktu nyata pertamanya yang menghasilkan audio secara bawaan. Setiap dunia memiliki suara latar yang khas sesuai lingkungannya, mulai dari angin yang berembus di antara pepohonan hingga debur ombak di pantai. Model ini juga menghadirkan dialog interaktif yang menyesuaikan diri secara langsung; karakter dapat bercakap-cakap dan bereaksi terhadap masukan pengguna atau peristiwa di dalam dunia, semuanya dalam waktu nyata.

Untuk peristiwa kompleks yang terdiri atas banyak tahapan, Gemini 3.8 Flash berperan sebagai agen pemandu dalam proses tersebut. Saat Genie 4 menghasilkan dunia secara waktu nyata, Gemini terus mengamati adegan, menguraikan tujuan menjadi serangkaian langkah, dan meninjau bingkai yang masuk untuk memastikan setiap langkah berhasil. Gemini juga menyesuaikan rencananya ketika dunia berubah atau pengguna turut campur. DeepMind menyatakan bahwa kemampuan ini membuka jalan bagi dunia dengan hubungan sebab-akibat yang andal, perilaku prosedural, dan penalaran bertahap.

Perusahaan itu juga bereksperimen dengan Gemini 4 Argon dan Genie 4 bersama Gemini Robotics. Dalam salah satu contoh yang didokumentasikan, Argon menguraikan tugas yang diberikan pengguna menjadi beberapa langkah, yang disisipkan sebagai teks keterangan saat simulasi ditampilkan. Kedua sistem tersebut menyimulasikan humanoid Apollo milik Apptronik saat bermain dam, dan simulasinya menyesuaikan diri seiring tugas itu bergerak menuju penyelesaian.

Penguji Tepercaya dan Pengembangan Mendatang

DeepMind menyebut Genie 4 sebagai tonggak penting dalam riset, meski model ini masih berada pada tahap awal dan bersifat eksperimental. Perusahaan itu telah bekerja sama dengan kelompok penguji tepercaya dari berbagai bidang, termasuk industri kreatif, jurnalisme, pendidikan, gim, dan teknik. Menurut perusahaan, para pembuat film menguji Genie 4 sebagai “mode draf” cepat untuk pravisualisasi dan pengembangan ide. Mereka dapat masuk ke dalam simulasi adegan yang berlangsung langsung dan menjalankan beberapa pengambilan gambar secara waktu nyata sembari menyesuaikan sudut kamera, pencahayaan, dialog, dan aksi. Jurnalis foto menjajaki bagaimana satu foto arsip 2D dapat diubah dalam hitungan detik menjadi simulasi lingkungan tersebut yang berpijak pada kondisi nyata. Sementara itu, sejumlah tim menguji bagaimana dunia yang berpenghuni dan dinamis dapat membantu penonton menjelajahi ruang bersejarah atau memvisualisasikan proses terjadinya peristiwa lingkungan jangka pendek, seperti banjir bandang atau kebakaran hutan.

Pengembang gim dan teknolog kreatif menguji apakah mereka dapat mengubah gagasan awal menjadi prototipe yang bisa dijelajahi dalam hitungan detik. Sebelum menulis kode mesin gim, mereka memeriksa gaya visual, estetika material, dan mekanika interaktif melalui perintah bahasa alami. Mitra perusahaan mengevaluasi Genie 4 sebagai alat untuk membuat skenario dengan cepat, dari nol hingga tahap awal, serta mengidentifikasi kesenjangan yang dapat diatasi DeepMind agar model ini lebih mampu memenuhi kebutuhan simulasi.

Ke depan, DeepMind melihat model dunia hibrida sebagai jalur yang menjanjikan untuk kemajuan di masa mendatang: sistem yang memadukan penalaran logis dan terstruktur dari model kode dan bahasa dengan representasi sensoris yang kaya dari simulasi tingkat piksel. Dalam pendekatan ini, Gemini memetakan struktur dan merencanakan alur waktu naratif di balik layar, sementara Genie menghasilkan realitas fisik secara langsung dengan merender tampilan, suara, dan respons dunia piksel demi piksel.

Keamanan, Keterbatasan, dan Ketersediaan

DeepMind menyatakan bahwa Genie 4 dilengkapi perlindungan keamanan yang ketat dan selaras dengan kebijakan keselamatan yang diterapkan pada model-model lainnya. DeepMind juga menyatakan bahwa sebelum pratinjau, model tersebut menjalani evaluasi keselamatan internal untuk mencegah pembuatan konten yang berbahaya atau berniat jahat. Perusahaan mengatakan bahwa Genie 4 sengaja lebih dahulu diluncurkan kepada mitra penguji tepercaya untuk mengumpulkan masukan awal. Semua video dan audio yang dihasilkan Genie 4 akan dilengkapi SynthID, teknologi tanda air digital tak kasatmata dari DeepMind untuk mengidentifikasi konten buatan AI dalam format visual maupun audio.

Mengenai keterbatasannya, DeepMind menyatakan bahwa Genie 4 dapat mempertahankan lingkungan yang koheren selama sesi singkat, tetapi detail visual dan keberadaan objek yang berkelanjutan masih dapat berubah atau bergeser seiring waktu, terutama ketika simulasi berlangsung lebih lama, setelah beberapa kali penyuntingan perintah yang rumit, atau saat pengguna menjelajahi suatu adegan. Interaksi fisik yang kompleks, keakuratan audio waktu nyata, perenderan teks yang terbaca, keakuratan spasial, dan konsistensi jangka panjang masih menjadi bidang penelitian yang terus dikaji.

Genie 4 merupakan penerus Genie 3, yang diumumkan DeepMind pada 5 Agustus 2025 dan disebut sebagai model dunia pertama yang memungkinkan interaksi secara waktu nyata. Genie 3 menghasilkan dunia dinamis yang dapat dijelajahi pengguna dengan kecepatan 24 frame per detik. Dunia tersebut mempertahankan konsistensi selama beberapa menit pada resolusi 720p, dan Genie 3 dirilis sebagai pratinjau riset terbatas untuk sekelompok kecil akademisi dan kreator.

DeepMind menyatakan bahwa Genie 4 akan segera tersedia bagi pelanggan Google AI Ultra melalui Project Genie dan bagi mitra akses awal melalui Gemini API dan Google AI Studio. Daftar tunggu Genie 4 di Project Genie kini telah dibuka.