Kenapa Genie 4 Google Bisa Bikin Dunia yang Bisa Dijelajahi?

Bayangkan kamu membuka sebuah foto lama dari sebuah kota yang sudah berubah. Foto itu diam, tetapi beberapa detik kemudian jalanannya mulai bergerak, orang-orang berjalan, dan suara angin terdengar dari pepohonan di tepi jalan. Kamu tidak sedang menonton video, melainkan masuk ke dalam dunia yang dibuat ulang dari foto itu, dan dunia itu merespons setiap langkahmu.

Itulah gambaran yang ditawarkan Google DeepMind lewat Genie 4. Model dunia terbaru ini diumumkan pada 27 Oktober 2026 sebagai research preview untuk penguji tepercaya. DeepMind menyebutnya sebagai lompatan realisme dan simulasi interaktif real time, bukan sekadar video yang bisa dibuat dari teks.

Yang membuat pengumuman ini menarik bukan hanya gambarnya yang terlihat nyata. Genie 4 juga menghasilkan suara, memahami fisika, dan menjaga dunia tetap berjalan masuk akal saat kamu mengubahnya. Artikel ini menjelaskan apa yang sebenarnya diumumkan, bagaimana cara kerjanya, dan di mana batasnya hari ini.

Apa yang Sebenarnya Diumumkan Google DeepMind?

Genie 4 adalah world model, yaitu model AI yang mensimulasikan sebuah dunia dan membiarkan kamu berinteraksi di dalamnya secara real time. Kamu bisa menjelajah dengan kontrol keyboard standar, menggerakkan kamera, dan mengetik perintah teks untuk mengarahkan adegan saat adegan itu sedang berjalan. Rekaman yang dibagikan DeepMind berasal dari interaksi real time seperti itu, bukan dari video yang dirender lalu diputar ulang.

DeepMind menulis pengumuman ini bersama Raia Hadsell, Diego Rivas, dan Hang Qi. Mereka menempatkan Genie 4 sebagai bagian penting dari jalan menuju kecerdasan buatan umum, karena memahami dan mensimulasikan dunia dianggap sebagai kemampuan kunci untuk membangun AGI. Tujuannya bukan hanya hiburan, tetapi juga lingkungan latihan yang aman dan bervariasi tanpa batas untuk robot dan agen AI.

Untuk sekarang, Genie 4 masih berstatus eksperimental. DeepMind merilisnya lebih dulu kepada penguji tepercaya untuk mengumpulkan umpan balik, sebelum membukanya bagi pelanggan Google AI Ultra di Project Genie dan mitra akses awal Gemini API dan Google AI Studio. Daftar tunggu untuk Project Genie sudah dibuka, tetapi belum ada tanggal rilis umum yang diumumkan.

Bagaimana Kamu Bisa Mengubah Dunia Saat Dunia Berjalan?

Kemampuan pertama yang ditekankan DeepMind adalah pengendalian real time dengan bahasa alami. Kamu bisa meminta cuaca berubah, memindahkan kamera, atau memunculkan orang dan objek baru di tengah simulasi. Gemini menyesuaikan perintahmu dengan konteks adegan, sehingga perubahan itu tidak terasa ditempel begitu saja.

Di antara perintahmu, Gemini juga memantau dan mengarahkan adegan agar dunia terus berjalan secara kohesif. Artinya, dunia tidak berhenti menunggu perintah berikutnya. Ia punya dorongan internal untuk terus bergerak, dan perintahmu masuk sebagai gangguan yang harus diakomodasi secara masuk akal.

Bayangkan kamu sedang menguji sebuah adegan film dan tiba-tiba ingin mencoba sudut kamera lain, atau menambahkan karakter baru di tengah dialog. Di dunia Genie 4, perubahan seperti itu bisa dicoba dalam hitungan detik, tanpa harus membangun ulang adegan dari awal. Itulah janji yang membuat para penguji dari industri kreatif tertarik.

Kenapa Suara dan Gerakan Manusia Jadi Lompatan Terbesar?

Genie 4 adalah world model real time pertama DeepMind yang menghasilkan audio secara native. Setiap dunia membawa suara lingkungannya sendiri, dari angin di pepohonan sampai ombak yang menghantam pantai. Semua suara dalam demonstrasi, menurut DeepMind, dihasilkan langsung oleh Genie 4, bukan ditambahkan belakangan.

Batas berikutnya adalah percakapan manusia. Karakter di dalam dunia bisa berbicara dan merespons masukanmu atau peristiwa di sekitarnya, secara real time. Dialog itu menyesuaikan diri dengan cepat, sehingga percakapan terasa seperti bagian dari dunia, bukan seperti teks yang dibacakan di atas gambar.

Di sisi visual, DeepMind mengklaim standar realisme baru untuk fisika dan aksi manusia. Genie 4 mensimulasikan skenario fisika dunia nyata, seperti aerodinamika dan tabrakan. Lompatan paling dramatis, kata DeepMind, ada pada manusia: karakter bergerak alami, merespons lingkungannya secara organik, dan bisa diarahkan secara interaktif saat simulasi berjalan.

Apa Peran Gemini di Balik Layar Genie 4?

Genie 4 tidak bekerja sendirian. Ia dibangun di atas kemampuan keluarga Gemini. Gemini Omni menjadi jangkar yang membuat simulasi tampak dan berperilaku seperti dunia nyata, sementara model Gemini lain menyediakan penalaran kompleks yang menjaga simulasi tetap koheren dan berkelanjutan.

Untuk peristiwa yang kompleks dan bertahap, Gemini 3.8 Flash berperan sebagai agen pemandu di dalam loop. Saat Genie 4 membuat dunia secara real time, Gemini mengamati adegan, memecah tujuan menjadi urutan langkah, dan memeriksa frame yang masuk untuk memastikan setiap langkah berhasil. Jika dunia berubah atau kamu ikut campur, Gemini menyesuaikan rencananya saat itu juga.

Kerja sama itu membuka dunia dengan kausalitas yang lebih dapat diandalkan, perilaku prosedural, dan penalaran bertahap. DeepMind juga bereksperimen menggabungkan Gemini 4 Argon dan Genie 4 dengan Gemini Robotics. Dalam satu contoh, Argon memecah tugas menjadi langkah-langkah yang disisipkan sebagai teks saat simulasi berjalan, dan keduanya mensimulasikan robot humanoid Apollo dari Apptronik yang sedang bermain checkers.

Ke depan, DeepMind melihat jalan hybrid world model sebagai arah yang menjanjikan. Gemini bekerja di balik layar untuk memetakan struktur dan merencanakan alur cerita, sementara Genie menghasilkan realitas fisik saat itu juga, piksel demi piksel. Gabungan keduanya diharapkan lebih koheren, terkendali, dan membumi dibanding salah satu pendekatan saja.

Seberapa Jauh Genie 4 Bisa Dipakai, dan Apa Batasnya?

Para penguji tepercaya berasal dari industri kreatif, jurnalisme, pendidikan, gim, dan rekayasa. Para pembuat film mengujinya sebagai mode draf cepat untuk pravisualisasi, dengan beberapa pengambilan gambar yang bisa dijalankan secara real time. Jurnalis foto menjajaki cara mengubah satu foto arsip dua dimensi menjadi simulasi lingkungan yang membumi dalam hitungan detik.

Pengembang gim dan teknolog kreatif mengujinya untuk beralih dari ide awal ke prototipe yang bisa dijelajahi dalam hitungan detik, sebelum menulis satu baris kode engine. Mitra perusahaan mengevaluasinya sebagai alat pembuat skenario dari nol untuk simulasi, sekaligus mencatat kekurangan yang perlu diperbaiki DeepMind. Semua itu masih tahap penjajakan, bukan bukti bahwa Genie 4 sudah siap menggantikan alat yang sudah ada.

Batasnya juga dinyatakan secara terbuka. Detail visual dan keberadaan objek bisa bergeser seiring waktu, terutama saat simulasi berjalan lama, setelah banyak suntingan perintah yang kompleks, atau saat menjelajah seluruh adegan. Interaksi fisika yang kompleks, akurasi audio real time, teks yang bisa dibaca, akurasi spasial, dan konsistensi jangka panjang masih menjadi area riset aktif.

Untuk keamanan, DeepMind menyatakan Genie 4 memakai pagar pengaman ketat yang konsisten dengan kebijakan keamanan model lainnya, dan sudah melewati evaluasi keamanan internal sebelum preview. Semua video dan audio yang dihasilkan Genie 4 akan membawa SynthID, watermark digital yang tidak terlihat dari DeepMind untuk membantu mengidentifikasi konten buatan AI.

Jadi, Genie 4 paling jujur dibaca sebagai tonggak riset, bukan sebagai produk yang sudah selesai. Ia menunjukkan bahwa dunia simulasi kini bisa bersuara, bergerak, dan berubah mengikuti perintahmu secara langsung. Kalau kamu ingin melihat proyek dan tulisan lain yang membahas teknologi seperti ini, kunjungi /projects dan ikuti perkembangan Genie 4 dari sumber resminya sebelum kamu menilai apakah ia layak ditunggu.