Google DeepMind Rilis Genie 4; World Model Kini Bisa Bersuara dan Bicara
Google DeepMind meluncurkan Genie 4, world model generasi baru yang bisa membangun dunia virtual interaktif secara real time lengkap dengan suara dan dialog. Model ini diumumkan pada 27 Oktober 2026 sebagai research preview untuk penguji terpilih, dengan konsistensi adegan hingga 2 menit atau dua kali lipat Genie 3. Peluncuran ini terjadi saat persaingan world model memanas, termasuk rencana AMD mengakuisisi World Labs senilai 8,2 miliar dolar AS.
Apa Itu Genie 4 dan Apa yang Baru?
Genie 4 adalah world model buatan Google DeepMind yang menghasilkan lingkungan 3D interaktif bingkai demi bingkai dari perintah teks, bukan video jadi. Pengguna bisa bergerak dengan keyboard, mengubah cuaca, menggeser sudut kamera, atau menambah karakter di tengah simulasi, dan dunia itu langsung menyesuaikan diri.
Pembaruan terbesar ada di audio. Menurut The Decoder (2026), Genie 4 menjadi world model real time pertama yang menghasilkan suara secara langsung, mulai dari musik latar, suara lingkungan, sampai karakter yang bisa berbicara dan bereaksi. Genie 3 yang dipamerkan pada Agustus 2025 sebelumnya hanya menghasilkan gambar tanpa suara dengan resolusi 720p pada 24 frame per detik.
Durasi konsistensi juga naik. TechCrunch (2026) mencatat Genie 4 mampu menjaga adegan tetap konsisten hingga 2 menit, dua kali batas Genie 3. Konsistensi berarti objek yang sudah dilihat pengguna tetap berada di tempatnya saat kamera kembali ke arah yang sama, sesuatu yang sulit dicapai model generatif.
Pengumuman resmi ditulis oleh Raia Hadsell, Diego Rivas, dan Hang Qi di blog Google DeepMind. Semua video dan audio yang dihasilkan Genie 4 diberi watermark digital SynthID milik Google, sehingga hasil simulasi bisa dikenali sebagai konten buatan AI.
Gemini Jadi Sutradara di Balik Simulasi
Genie 4 tidak bekerja sendirian. Google memasangkan model ini dengan keluarga Gemini yang berperan seperti sutradara: Gemini Omni menjaga tampilan dan perilaku dunia agar mirip dunia nyata, sedangkan Gemini 3.8 Flash memecah tujuan menjadi langkah, mengamati adegan, lalu menyusun ulang rencana bila dunia berubah.
Menurut The Decoder (2026), alur kerja agen ini terdiri dari empat tahap, yaitu memecah tujuan, mengamati adegan terus menerus, memeriksa hasil tiap langkah lewat bingkai baru, lalu merencanakan ulang. Di antara perintah pengguna, Gemini juga mengarahkan kejadian agar dunia berkembang secara masuk akal, misalnya menyesuaikan perintah perubahan cuaca dengan adegan yang sedang berjalan.
Tejas Kulkarni, research director di Google, menyebut pendekatan gabungan ini sebagai arah masa depan. "What we'll increasingly see in the future are these hybrid world models," kata Kulkarni kepada TechCrunch. Maksudnya, world model ke depan akan memadukan model bahasa yang menulis kode dan teks dengan model visual yang menggambar dunia.
Dalam demo robotika, Google memakai Gemini 4 Argon bersama robot humanoid Apollo buatan Apptronik yang bermain dam di dalam simulasi. Contoh ini menunjukkan Genie 4 diposisikan sebagai tempat latihan agen AI dan robot sebelum mereka bekerja di dunia fisik.
Siapa yang Bisa Memakai Genie 4 dan Untuk Apa?
Saat ini Genie 4 hanya tersedia sebagai research preview untuk penguji terpercaya dari industri kreatif, jurnalisme, pendidikan, game, dan rekayasa. Google berencana membukanya dalam beberapa minggu ke depan untuk pelanggan Google AI Ultra lewat Project Genie, serta mitra akses awal di Gemini API dan Google AI Studio.
Google DeepMind (2026) menyebut beberapa contoh pemakaian. Pembuat film bisa memakai mode draf untuk previsualisasi, mencoba banyak pengambilan gambar sambil mengubah sudut kamera, pencahayaan, dialog, dan aksi. Jurnalis bisa mengubah satu foto arsip 2D menjadi lingkungan simulasi, sedangkan studio game bisa mengubah ide menjadi prototipe yang bisa dijelajahi.
"The real time aspect becomes most valuable in the areas where keeping a state of flow in the creativity space," ujar Diego Rivas, engineer Google DeepMind, kepada TechCrunch. Ia mencontohkan pekerjaan yang membutuhkan ideasi cepat, seperti pengembangan konsep dan storyboard.
Google sendiri mengakui keterbatasan model ini. Detail visual dan keberadaan objek bisa bergeser pada sesi yang lebih panjang atau setelah beberapa perubahan perintah yang rumit. Interaksi fisika yang kompleks, akurasi audio real time, dan teks yang terbaca di layar masih dalam tahap riset. Harga dan daftar negara yang mendapat akses belum diumumkan.
Persaingan World Model dan Dampaknya bagi Indonesia
Genie 4 lahir di tengah perlombaan world model yang makin ramai. Menurut TechCrunch (2026), Runway merilis GWM Worlds 2 beberapa bulan sebelumnya, AMD mengumumkan rencana akuisisi World Labs milik Fei-Fei Li senilai 8,2 miliar dolar AS, dan Amazon dilaporkan berunding dengan Decart pada nilai sekitar 7 miliar dolar AS.
Minat besar itu muncul karena world model dianggap jalan pintas untuk melatih robot dan agen AI tanpa risiko di dunia nyata. Daripada menabrakkan robot sungguhan berkali-kali, perusahaan bisa membiarkan agen belajar di ribuan skenario simulasi. Dalam laporan DigitalToday (2026), robotika, game, dan pembelajaran interaktif disebut sebagai kegunaan utama yang dibidik Google.
Bagi industri Indonesia, Genie 4 paling cepat terasa di sektor kreatif. Studio game, rumah produksi film, dan agensi iklan bisa memakai world model untuk membuat prototipe visual dan storyboard tanpa membangun aset 3D dari nol. Namun selama akses masih terbatas pada penguji terpilih dan pelanggan Google AI Ultra, pemakaian di Indonesia baru sebatas uji coba.
Bagi perusahaan manufaktur, logistik, dan pendidikan di Indonesia, langkah yang masuk akal adalah memantau kapan Genie 4 hadir di Gemini API, lalu menguji skenario simulasi sederhana seperti pelatihan keselamatan kerja atau visualisasi bencana banjir. Watermark SynthID juga perlu dicatat tim komunikasi, karena konten simulasi berpotensi disalahgunakan sebagai rekaman palsu.
(Burung Hantu Infratek / Berbagai Sumber)
⚠️ Berita ini seluruhnya diriset, ditulis, dan dikembangkan dengan bantuan AI internal Burung Hantu Infratek.
🦉 Burung Hantu Infratek adalah software house dan system integrator yang sudah berpengalaman lebih dari 5 tahun dalam pengembangan dan implementasi generative AI pada berbagai perusahaan dan institusi.
Berita Terkait Google DeepMind
🚀 DeepMind Luncurkan Genie 3, Langkah Besar Menuju Kecerdasan Artifisial Umum
🧠 Yann LeCun Tinggalkan Meta: Pelopor AI Dirikan Startup World Models
⚡ Google Rilis Gemini 4 Argon; Harga Mulai $2 per Juta Token
📊 Model AI DeepMind Ungguli Model Fisika saat Prediksi Jalur Badai Isaias
Sumber dan Referensi
[1] Genie 4: A new generation of world simulation - Google DeepMind
[2] We're announcing Genie 4, our new world model for real-time interactive simulation - Google Blog
[3] Google's Genie 4 world model adds audio, more realistic worlds, and real-time steering - TechCrunch
[4] Google Deepmind's Genie 4 puts a modern spin on agent designs that predate LLMs - The Decoder
[5] Google DeepMind Rolls Out Genie 4 World Model in Research Preview - Unite.AI
[6] Google DeepMind unveils Genie 4 world model, targeting robots and film production - DigitalToday