Google DeepMind mengumumkan Genie 4, world model generasi baru yang bisa membangun dunia simulasi interaktif secara real-time lengkap dengan suara. Pengumuman dirilis lewat blog resmi Google dan blog Google DeepMind pada Selasa (27/10/2026) sekitar pukul 23.00 WIB.
Berbeda dari model video biasa, Genie 4 tidak sekadar menghasilkan klip. Pengguna bisa bergerak di dalam dunia buatannya memakai keyboard, lalu mengubah adegan lewat perintah teks saat simulasi sedang berjalan.
Apa Itu Genie 4?
Genie 4 adalah penerus Genie 3 yang diperkenalkan DeepMind pada Agustus 2025. Model ini dibangun di atas kemampuan keluarga Gemini. Gemini Omni bertugas menjaga tampilan dan perilaku simulasi tetap mirip dunia nyata, sementara model Gemini lain menyumbang penalaran agar alur dan kesinambungan dunia tetap koheren.
DeepMind mengklaim Genie 4 membawa realisme yang belum pernah ada sebelumnya untuk simulasi interaktif real-time. Menurut perusahaan, kemampuan mensimulasikan dunia adalah langkah penting menuju AGI, misalnya untuk menyiapkan lingkungan latihan yang aman bagi robot dan agen AI.
| Aspek | Keterangan Google DeepMind |
|---|---|
| Pengembang | Google DeepMind |
| Jenis model | World model untuk simulasi interaktif real-time |
| Fondasi | Kemampuan keluarga Gemini, termasuk Gemini Omni |
| Agen pemandu | Gemini 3.8 Flash; eksperimen robotika dengan Gemini 4 Argon |
| Kontrol | Keyboard untuk navigasi dan kamera, prompt teks untuk mengubah adegan |
| Audio | Native: suara ambien, musik, dan dialog interaktif |
| Watermark | SynthID pada video dan audio |
| Status | Research preview untuk trusted tester |
| Berikutnya | Google AI Ultra (Project Genie), early access Gemini API dan Google AI Studio |
Dunia Bisa Diubah Lewat Teks Secara Real-Time
Fitur utama Genie 4 adalah kendali real-time memakai bahasa alami. Pengguna bisa meminta cuaca berubah, menggerakkan kamera, atau memunculkan orang dan objek baru. Gemini kemudian menyesuaikan perintah itu dengan konteks adegan di sekitarnya.
Di antara input pengguna, Gemini juga terus memantau dan mengarahkan adegan supaya dunia tetap berjalan runtut. Dalam demo resmi, navigasi memakai tombol keyboard standar, sementara prompt teks dipakai untuk mengatur jalannya cerita, seperti simulasi naik balon udara di atas Antartika.
Fisika dan Gerak Manusia Lebih Realistis
Google menyebut Genie 4 dibekali pemahaman fisika yang lebih maju, sehingga bisa mensimulasikan aerodinamika, tabrakan, dan skenario fisik lain. Demo yang ditampilkan mencakup biji maple yang jatuh ke rumput hingga semangka di atas tumpuan batu.
Lompatan paling besar, menurut DeepMind, ada pada simulasi manusia. Karakter di dalam dunia Genie 4 diklaim bergerak natural, bereaksi terhadap lingkungannya, dan bisa diarahkan secara langsung. Salah satu contohnya adalah stasiun kereta pedesaan Jepang era 1980-an yang dipadati penumpang.
Audio Native dan Dialog Interaktif
Genie 4 adalah world model real-time pertama DeepMind yang menghasilkan audio secara native. Setiap dunia punya suara ambien sendiri, dari angin di pepohonan sampai debur ombak, dan semua suara di demo resmi diklaim dibuat langsung oleh Genie 4.
DeepMind menyebut tantangan terbesarnya ada pada ucapan manusia. Genie 4 memperkenalkan dialog interaktif yang menyesuaikan diri secara langsung, sehingga karakter bisa bercakap dan merespons input pengguna maupun kejadian di dalam dunia simulasi.
Gemini 3.8 Flash dan Gemini 4 Argon Jadi Pemandu
Agar simulasi bisa menangani kejadian bertahap, DeepMind memakai Gemini 3.8 Flash sebagai agen pemandu. Saat Genie 4 membangun dunia, Gemini mengamati adegan, memecah tujuan menjadi langkah-langkah, lalu memeriksa frame yang masuk untuk memastikan tiap langkah berhasil.
DeepMind juga bereksperimen memadukan Gemini 4 Argon dengan Genie 4 untuk riset Gemini Robotics. Dalam satu demo, Argon menguraikan tugas menjadi langkah demi langkah agar Genie 4 mensimulasikan robot humanoid Apollo buatan Apptronik bermain dam. Konsep agen yang merencanakan tugas sendiri ini sejalan dengan tren yang juga terlihat pada Claude Duet dari Anthropic.
Ketersediaan, Keamanan, dan Keterbatasan
Saat ini Genie 4 baru digulirkan sebagai research preview untuk kelompok trusted tester terbatas. Google menyebut model ini akan segera hadir untuk pelanggan Google AI Ultra lewat Project Genie, serta mitra early access di Gemini API dan Google AI Studio. Waitlist Project Genie sudah dibuka, tetapi belum ada tanggal rilis maupun harga.
Semua video dan audio buatan Genie 4 akan disisipi SynthID, watermark digital tak kasatmata milik Google untuk menandai konten AI. DeepMind juga mengakui Genie 4 masih eksperimental: detail visual dan konsistensi objek bisa bergeser pada sesi panjang, sementara fisika kompleks, akurasi audio, dan teks yang terbaca masih terus diriset.
Bagi pengguna di Indonesia, Genie 4 belum bisa dicoba langsung. Meski begitu, arah pengembangannya menarik dipantau karena Google makin agresif menanamkan Gemini ke banyak produk, seperti yang terlihat pada Gemini di Android Auto. Isu keamanan model frontier juga makin sering dibahas, termasuk kasus model OpenAI yang sempat tembus internet.
FAQ Seputar Genie 4
Apa itu Genie 4?
Genie 4 adalah world model buatan Google DeepMind yang membuat dunia simulasi interaktif secara real-time, lengkap dengan audio native dan dialog.
Kapan Genie 4 bisa dipakai publik?
Belum ada tanggal resmi. Saat ini aksesnya terbatas untuk trusted tester, lalu akan menyusul pelanggan Google AI Ultra di Project Genie serta mitra early access Gemini API dan Google AI Studio.
Apa bedanya Genie 4 dengan Genie 3?
Menurut DeepMind, Genie 4 membawa fotorealisme lebih tinggi, gerak lebih halus, simulasi manusia yang lebih natural, serta audio native yang belum ada di Genie 3.
Bagaimana cara mengenali konten buatan Genie 4?
Google menyatakan semua video dan audio dari Genie 4 akan diberi watermark SynthID yang tidak terlihat oleh mata, tetapi bisa dideteksi.
