Dilansir aplikasi Zhitong Caijing, pada hari Selasa, induk perusahaan Google, Alphabet (GOOGL.US, GOOG.US), mengumumkan peluncuran model dunia kecerdasan buatan generasi baru, Genie 4, yang mampu menghasilkan lingkungan virtual interaktif yang lebih realistis secara real-time berdasarkan perintah teks, serta memungkinkan pengguna untuk secara dinamis memodifikasi adegan selama eksplorasi. Kemajuan terbaru dalam teknologi ini kembali memicu perhatian pasar terhadap potensi AI yang dapat mengubah model pengembangan game elektronik. Pada awal tahun ini, ketika Google pertama kali memperkenalkan teknologi terkait, harga saham sejumlah perusahaan game anjlok tajam.
Diketahui bahwa Genie 4 dikembangkan oleh Google DeepMind, departemen penelitian kecerdasan buatan milik Google. Pengguna hanya perlu memasukkan petunjuk teks untuk membuat dunia virtual yang dapat dieksplorasi secara bebas, serta mengendalikan pergerakan di dalamnya melalui keyboard. Berbeda dengan alat generasi video AI tradisional, Genie 4 tidak hanya mampu menghasilkan gambar, tetapi juga menyesuaikan lingkungan virtual secara real-time berdasarkan tindakan pengguna, sehingga meningkatkan interaktivitasnya.
Selain itu, pengguna juga dapat mengubah adegan selama proses dunia virtual berjalan dengan memasukkan perintah teks baru, misalnya menyesuaikan kondisi cuaca atau menambahkan karakter baru, tanpa perlu menghasilkan ulang seluruh lingkungan. Dibandingkan dengan Genie 3 generasi sebelumnya, Genie 4 meningkatkan durasi simulasi dan kemampuan generasi multimodal.
Google menyatakan bahwa lingkungan virtual interaktif yang dihasilkan oleh Genie 4 dapat berjalan hingga dua menit, sekitar dua kali lebih lama daripada Genie 3. Sebagai tambahan, Genie 4 juga merupakan model pertama dalam seri ini yang mampu menghasilkan gambar dan suara secara bersamaan, mendukung efek suara lingkungan, musik, serta dialog karakter yang merespons tindakan pengguna.
Saat ini, Google sedang membuka Genie 4 kepada sejumlah kecil pengujinya yang terpercaya dalam versi pra-penelitian. Dalam beberapa minggu mendatang, perusahaan berencana untuk lebih meluaskan akses ke model ini kepada pengguna yang berlangganan paket berbayar Google AI Ultra tingkat tertinggi, serta sebagian pengembang yang menggunakan Google AI Studio dan Gemini API untuk mengembangkan aplikasi.
“World Model” merujuk pada sistem kecerdasan buatan yang mampu mensimulasikan lingkungan dan perubahan dinamisnya. Berbeda dengan model video generatif teks tradisional yang hanya menghasilkan konten video yang telah dipersiapkan sebelumnya, World Model dapat terus-menerus menghasilkan dan menyesuaikan adegan virtual berdasarkan operasi real-time pengguna. Teknologi ini dianggap berpotensi diterapkan dalam pengembangan game elektronik, produksi film dan televisi, desain lingkungan virtual, serta pelatihan robot.
Pada Januari tahun ini, ketika Google pertama kali meluncurkan prototipe Project Genie yang didorong oleh Genie 3, hal itu memicu kekhawatiran di Wall Street mengenai prospek industri game elektronik. Karena investor khawatir teknologi dunia virtual yang dihasilkan AI dapat menggantikan proses pengembangan game tradisional, saham berbagai perusahaan terkait game mengalami penurunan tajam pada saat itu.
Seiring dengan peningkatan lebih lanjut kemampuan interaksi real-time dan generasi multimodal oleh Genie 4, perhatian terhadap potensi teknologi AI yang mengubah cara produksi konten game pun semakin meningkat.
Di bidang kecerdasan buatan, Google sedang menghadapi tantangan ketat dari pesaing seperti OpenAI dan Anthropic. Namun, dengan peluncuran model Gemini 4 Argon baru-baru ini, pasar percaya bahwa Google sedang mempersempit kesenjangan teknologi dengan para pesaingnya.
Sementara itu, model dunia dan AI multimodal telah lama dianggap sebagai keunggulan teknis penting Google. Teknologi multimodal memungkinkan kecerdasan buatan untuk memproses berbagai jenis informasi secara bersamaan, seperti teks, gambar, audio, dan video, sementara model dunia memperluas kemampuan ini ke simulasi lingkungan dinamis.
Perlu dicatat bahwa Genie 4 juga meningkatkan konsistensi dan interaktivitas dunia virtual dengan memanfaatkan model Gemini. Google menjelaskan di blog resminya bahwa saat Genie 4 menghasilkan adegan virtual, Gemini secara terus-menerus mengamati gambar yang baru dihasilkan, memahami tujuan yang ingin dicapai pengguna, memecahnya menjadi serangkaian langkah spesifik, lalu memeriksa apakah operasi terkait telah terlaksana.
Mekanisme ini membantu model memahami niat pengguna dengan lebih akurat dan mempertahankan tingkat koherensi logis dalam lingkungan virtual yang dihasilkan secara dinamis. Google menyatakan bahwa tim pengembang pernah mencoba menggunakan model Gemini 4 Argon, tetapi pengalaman interaksi real-time Genie 4 saat ini didukung terutama oleh model Gemini 3.8 Flash yang lebih efisien secara komputasi.
Dalam penerapan nyata, Google telah mengundang para pengujil, termasuk pengembang game dan produser film, untuk mengalami Genie 4, mengeksplorasi cara mengubah ide awal menjadi prototipe virtual yang interaktif dengan cepat, serta memanfaatkan sketsa adegan yang dihasilkan AI untuk mendukung penciptaan konten.
Selain itu, Google juga sedang meneliti apakah model dunia dapat digunakan untuk pelatihan robot. Melalui simulasi berbagai lingkungan dan skenario fisik, teknologi terkait di masa depan dapat membantu robot belajar dan menguji perilaku di dunia virtual.
Namun, Google menekankan bahwa belum pasti apakah aplikasi potensial ini akan diterima secara luas. Mengenai dampak yang mungkin ditimbulkan Genie 4 terhadap industri game, produk manajer Google DeepMind, Diego Rivas, menyatakan dalam siaran pers bahwa perusahaan sedang bekerja sama dengan mitra untuk meneliti bagaimana teknologi ini dapat diintegrasikan ke dalam alur kerja yang ada, serta batasan kemampuan praktisnya.
Rivas menunjukkan bahwa Google berharap melalui teknologi world model untuk memperluas fungsi yang dapat dicapai oleh alat-alat yang ada, bukan sekadar menggantikan cara tradisional dalam penciptaan konten. Meskipun Genie 4 mencapai kemajuan yang jelas, Google juga mengakui bahwa model ini masih berada dalam tahap eksperimen dan belum sampai pada tahap produk komersial yang matang.
Saat ini, seiring memanjangnya waktu operasi skenario virtual, detail visual dan objek yang dihasilkan oleh model masih dapat berubah, memengaruhi konsistensi lingkungan.
Insinyur peneliti Google DeepMind Hang Qi menyatakan bahwa meskipun Genie 4 dapat mendukung simulasi hingga dua menit, bukan berarti seluruh adegan tetap konsisten sepenuhnya selama periode tersebut. Selain itu, interaksi fisika kompleks, generasi teks yang jelas dan mudah dibaca, serta stabilitas jangka panjang dunia virtual masih perlu ditingkatkan lebih lanjut.
Tejas Kulkarni, kepala peneliti DeepMind, menunjukkan bahwa bahkan hanya membuat dunia virtual tetap konsisten selama dua menit memerlukan model untuk benar-benar memahami hukum fisika di dunia nyata.
Rivas juga menyatakan bahwa durasi simulasi dua menit masih memiliki batasan yang jelas, dan Genie 4 saat ini lebih berada pada tahap penelitian dan eksplorasi teknis, bukan tahap pengembangan produk akhir.
Dalam hal pengenalan dan keamanan konten yang dihasilkan AI, Google menyatakan bahwa semua audio dan video yang dihasilkan oleh Genie 4 akan menyertakan watermark digital tak terlihat SynthID untuk membantu mengidentifikasi konten yang dihasilkan AI.
Secara keseluruhan, peluncuran Genie 4 menandai kemajuan baru Google dalam bidang model AI interaktif real-time. Meskipun saat ini masih dibatasi oleh teknologi seperti durasi simulasi, konsistensi fisik, dan kualitas generasi, kemampuan yang ditunjukkan telah menarik perhatian pasar terhadap arah masa depan industri seperti pengembangan game, produksi film dan televisi, serta pelatihan robot.
Seiring dengan perluasan pengujian Genie 4 oleh Google, pasar akan semakin memperhatikan apakah teknologi world model dapat berkembang dari alat eksperimental menjadi produk dengan nilai komersial nyata, serta apakah teknologi ini akan memberikan dampak yang lebih mendalam terhadap model pengembangan game tradisional dan produksi konten digital.
