ASIAWORLDVIEW – Google DeepMind kembali mencuri perhatian dunia teknologi dengan memperkenalkan Genie 4, versi terbaru dari model dunia AI (AI world model) mereka yang diklaim “membuka realisme yang belum pernah terjadi sebelumnya”. Ini dapat mengkhususkan diri dalam mensimulasikan manusia.
Model ini diluncurkan sebagai pratinjau riset terbatas kepada sekelompok kecil penguji awal, dan menjadi lompatan besar dari pendahulunya, Genie 3, yang pertama kali diperkenalkan Google pada Agustus tahun lalu. Jika Genie 3 masih terasa kaku dan mekanis, Genie 4 menghadirkan sesuatu yang jauh lebih hidup: video fotorealistis yang dapat dimodifikasi secara real-time melalui perintah bahasa alami yang sederhana, plus kemampuan baru yang belum pernah ada sebelumnya—menghasilkan audio secara otomatis, mengutip Gizmodo, Rabu (28/10/2026).
“Salah satu pembeda utama Genie 4 adalah kemampuannya menciptakan audio yang selaras dengan scene visual yang dibuat pengguna. Setiap dunia membawa suara ambien dari latarnya sendiri, dari angin di pepohonan hingga ombak yang menghantam pantai,” tulis Google dalam postingan blognya.
Baca Juga: Google Luncurkan Gemini 4 Argon, Model AI Terbaru Diklaim Unggul dalam Coding dan Riset
Ini bukan sekadar efek suara tempelan; audio dihasilkan secara otomatis dan kontekstual, menciptakan ilusi dunia yang benar-benar hidup. Google juga menyoroti kemampuan model ini dalam mensimulasikan fisika dunia nyata, menciptakan scene yang merespons secara dinamis terhadap perubahan sudut kamera, pencahayaan, dan sebagainya.
Bayangkan sebuah ruangan virtual di mana Anda bisa mengubah arah pandang, dan bayangan serta pantulan cahaya ikut menyesuaikan diri secara alami—itulah tingkat realisme yang ditawarkan Genie 4. Namun, menurut Google, diferensiasi paling dramatis dari Genie 4 dibandingkan versi sebelumnya adalah kemampuannya mensimulasikan manusia. Gerakan tubuh dan ekspresi wajah kini jauh lebih cair dan realistis, sementara Genie 3 cenderung tampak mekanis.
“Lompatan paling dramatis adalah bagaimana Genie 4 mensimulasikan orang, menciptakan karakter yang bergerak secara alami, merespons lingkungannya secara organik, dan dapat dikendalikan secara interaktif secara real-time,” tulis Google.
Lompatan ini juga meluas ke simulasi suara manusia: pengguna dapat meminta karakter yang dihasilkan AI untuk bercakap-cakap satu sama lain dan merespons peristiwa yang terjadi dalam video. Ini bukan lagi tentang menonton video pasif; ini tentang menciptakan dunia di mana karakter-karakter memiliki agency, bereaksi, dan berinteraksi—sebuah langkah menuju simulasi sosial yang belum pernah ada sebelumnya.
“World models” telah menjadi area investasi utama bagi laboratorium AI terdepan saat mereka mencoba membangun sistem yang dapat merespons hampir semua jenis input dari data pelatihan yang terbatas. Model-model ini harus mampu belajar dengan mengamati dan mensimulasikan mekanika fisik dunia nyata, bukan sekadar meningkatkan kemampuan merangkai kata secara koheren.
Beberapa ahli, terutama ilmuwan komputer Prancis dan peraih Turing Award Yann LeCun, telah menyarankan bahwa world models—bukan LLM—adalah rute paling mungkin menuju pengembangan kecerdasan artifisial umum (AGI). Google tampaknya berbagi pandangan tersebut.
“Memahami dan mensimulasikan dunia adalah aspek krusial dalam membangun AGI,” tulis perusahaan dalam blognya.
