Pada 27 Oktober 2026, Google DeepMind merilis Genie 4, generasi terbaru model dunianya. Perubahan terbesarnya: dunia yang dihasilkan bisa mengeluarkan suara, karakter di dalamnya bisa berbicara, dan kamu bisa mengubah adegan dengan mengetik sambil menyaksikannya. Hingga pagi 28 Oktober, unggahan perdana resminya di X mendapat sekitar 1,7 juta tayangan dan 15.300 suka. Namun, Genie 4 belum bisa diakses publik; saat ini hanya sekelompok kecil penguji tepercaya yang mendapat akses.
Intinya: Dalam 3 menit, pahami apa yang baru di Genie 4, apakah sudah bisa digunakan, dan apa yang bisa kamu lakukan selanjutnya.
Perubahan Genie 4: Dunianya kini bisa bersuara
Kesimpulannya: Genie 4 tidak lagi menghasilkan adegan bisu yang hanya bisa ditonton, melainkan dunia yang bersuara, merespons, dan bisa diubah secara langsung.
Pertama, apa itu “model dunia”? Model video ibarat memberimu alamat untuk melihat sebuah rekaman yang sudah selesai dibuat. Model dunia lebih mirip pertunjukan langsung: para aktor terus berada di panggung, lalu saat kamu berseru “hujan”, hujan mulai turun dan jalan ceritanya ikut berubah. Blog resmi merangkum kemajuan Genie 4 dalam empat kemampuan, yang dijelaskan satu per satu di bawah ini.
Keterangan gambar: Dalam video peluncuran resmi, seorang karakter memasuki dunia yang dilukis dalam “Malam Berbintang” karya Van Gogh. Sumber: unggahan resmi Google DeepMind (2026-10-27), cuplikan demo resmi.
Kemampuan Genie 4 yang pertama: mengubah dunia secara real-time
Menurut blog resmi, kamu bisa menggunakan bahasa alami untuk mengubah simulasi yang sedang berjalan secara real-time, misalnya mengubah cuaca, memindahkan posisi kamera, atau menambahkan orang maupun objek baru. Dalam demo resminya, saat tayangan masih berjalan, sebuah instruksi dimasukkan dan cuaca pun berubah, kamera berpindah, serta seseorang muncul di dalam adegan.
Detail pentingnya, Google menyebut Gemini akan menggunakan konteks lingkungan sekitar untuk menulis ulang petunjukmu menjadi instruksi yang lebih sesuai dengan adegan saat itu. Di antara dua masukan, Gemini juga terus mengamati dan mengarahkan adegan agar dunia tidak “macet” saat kamu berhenti memberi instruksi.
Keterangan: Petunjuk dimasukkan saat tayangan masih berjalan, lalu sebuah piano muncul di tengah salju dan seekor burung jenjang mendekat lalu hinggap di tutsnya. Sumber: sama seperti di atas.
Kemampuan Genie 4 yang kedua: fisika dan karakter lebih realistis
Menurut blog resmi, Genie 4 bisa menyimulasikan fisika dunia nyata, seperti aerodinamika dan tumbukan. Demo tersebut menampilkan semangka yang jatuh ke tanah, daun maple yang berguguran, dan objek yang saling bertabrakan. Perlu diingat, semua ini adalah demo yang dirilis oleh Google sendiri.
Google menilai peningkatan terbesarnya ada pada aspek “manusia”: gerakan karakter lebih alami, bisa bereaksi terhadap lingkungan, dan dapat kamu kendalikan secara real-time. Karakter pada generasi sebelumnya, Genie 3, relatif kaku, sehingga kali ini Google menjadikannya salah satu fokus perbaikan utama.
Keterangan: Cukup tulis “jatuhkan patung kepala dari marmer ke atas semangka”, lalu patung itu benar-benar muncul dalam adegan. Semangkanya pun hancur dan daging buahnya berhamburan. Sumber: sama seperti di atas.
Kemampuan Genie 4 yang ketiga: Menghasilkan suara secara native
Menurut pengumuman resminya, Genie 4 adalah “model dunia real-time pertama mereka yang menghasilkan audio secara native”. Setiap dunia memiliki suara lingkungannya sendiri, mulai dari embusan angin di hutan hingga suara ombak, dan bisa juga dilengkapi musik latar. Suara ini dihasilkan bersamaan dengan gambar, bukan ditambahkan belakangan.
Kemampuan ini juga mencakup dialog. Blog resminya menyebutkan bahwa karakter dapat merespons masukan pengguna atau kejadian di dalam dunia, lalu berbicara secara real-time. Salah satu pengguna awal, @venturetwins, menyebutnya sebagai “langkah besar” di X dan secara khusus menyoroti adanya “audio native”. Ini hanya kesan pribadi dan tidak berarti kemampuannya sudah terverifikasi.
Keterangan gambar: Di dunia gedung opera, kamera bergerak sendiri ke atas hingga kubahnya terlihat jelas. Video aslinya memiliki suara lingkungan dan dialog karakter, tetapi GIF tidak dapat menyimpan suara. Sumber: sama seperti di atas.
Kemampuan Genie 4 yang keempat: Menyimulasikan peristiwa kompleks dengan Gemini
Blog resminya menyebutkan bahwa Genie 4 dapat menyimulasikan peristiwa yang terdiri dari beberapa tahap saat dipadukan dengan Gemini. Dengan begitu, sistem AI bisa menguji cara merespons dalam lingkungan simulasi sebelum masuk ke dunia nyata. Kemampuan ini terutama ditujukan untuk riset, seperti robotika, dan belum akan tersedia bagi pengguna umum dalam waktu dekat.
Perubahan kedua Genie 4: tiga model bekerja sama di balik layar
Kesimpulan singkat: Genie 4 bertugas menghasilkan piksel, sementara beberapa model Gemini menangani tampilan, pengaturan proses, dan penguraian tugas.
Menurut blog resmi, Gemini Omni memastikan tampilan dan perilaku dalam simulasi berpijak pada dunia nyata. Dengan kata lain, model ini membuat objek dalam adegan terlihat seperti aslinya. Untuk mengetahui latar belakang Omni, baca Rangkuman informasi model video Gemini Omni: 8 sinyal yang mengarah pada peluncuran di I/O 2026.
Model kedua yang disebut secara resmi adalah Gemini 3.8 Flash, yang berperan sebagai “agen pemandu dalam loop”. Model ini tidak menggambar, melainkan lebih mirip sutradara sekaligus pencatat produksi di lokasi syuting: terus mengamati adegan, memecah tujuan menjadi langkah-langkah tindakan, lalu meninjau hasilnya untuk memastikan setiap langkah sudah selesai. Jika dunia berubah atau pengguna menyela di tengah proses, model ini langsung menyesuaikan rencana.
Model ketiga adalah Gemini 4 Argon, yang muncul dalam eksperimen terkait Gemini Robotics. Contoh dari Google: Argon memecah tugas “bermain halma” menjadi beberapa langkah dan mengirimkannya secara langsung ke Genie 4 dalam bentuk teks di layar. Genie 4 kemudian merender adegan robot humanoid Apollo dari Apptronik sedang bermain.
Dalam pengarahan yang dikutip TechCrunch, direktur riset Google Tejas Kulkarni menyebut bahwa kelak akan muncul “model dunia hibrida”: Gemini menulis kode dan teks, lalu Genie menerima konten tersebut secara langsung dan menyimulasikan realitas. Blog resmi juga mengemukakan arah yang sama: Gemini menangani struktur dan linimasa narasi, sedangkan Genie menangani representasi fisika pada tingkat piksel.
Perubahan ketiga Genie 4: Berbeda dari model video seperti Veo
Kesimpulannya: model video menghasilkan video jadi, sedangkan model dunia menghasilkan adegan yang terus berjalan dan bisa diintervensi kapan saja.
Keduanya menjawab kebutuhan yang berbeda, bukan saling menggantikan. Model video seperti Veo cocok untuk membuat klip tetap yang bisa langsung disunting ke dalam sebuah karya. Genie 4 lebih cocok untuk merancang ide, melakukan pratinjau, dan membuat prototipe interaktif. Pihak pengembang tidak memosisikannya sebagai alat untuk membuat video jadi, dan juga tidak mengklaim bahwa Genie 4 bisa menggantikan game engine.
Keterangan: Stasiun di pedesaan Jepang pada era 1980-an. Kamera berjalan menyusuri peron dalam sudut pandang orang pertama, sementara orang-orang bergerak dengan sendirinya. Inilah bagian yang tidak bisa diberikan oleh model video. Sumber: sama seperti di atas.
| Aspek perbandingan | Model video (seperti Veo) | Model dunia (Genie 4) |
|---|---|---|
| Hasil | Klip video yang tetap | Adegan interaktif yang terus berjalan |
| Bisa diubah di tengah proses? | Tidak bisa diubah selama proses pembuatan | Bisa diubah kapan saja dengan teks atau tindakan |
| Perlu membuat ulang untuk mengubah hasil? | Ya | Tidak, adegan akan terus berlanjut |
| Cocok untuk | Materi video jadi, iklan, video pendek | Pratinjau, perancangan storyboard, prototipe interaktif, riset simulasi |
Kapan Genie 4 bisa digunakan?
Singkatnya: saat ini Genie 4 hanya tersedia untuk penguji tepercaya. Pengguna umum masih harus bergabung ke waitlist.
Menurut blog resmi, Genie 4 sudah tersedia sebagai pratinjau riset untuk penguji tepercaya. Setelah mengumpulkan masukan, Google akan membukanya terlebih dahulu melalui Project Genie dalam langganan Google AI Ultra, serta untuk mitra akses awal Gemini API dan Google AI Studio.
Ada dua hal yang perlu dijelaskan. Project Genie adalah aplikasi web eksperimental dari Google Labs, semacam “ruang pamer” untuk mencoba world model. Sejak Januari tahun ini, aplikasi tersebut menjadi bagian dari langganan Google AI Ultra. Sementara itu, mitra akses awal adalah pihak yang mendapat akses lebih dulu, biasanya perusahaan atau tim pengembang. Akses ini tidak bisa diperoleh hanya dengan mendaftar secara publik.
Jika ingin masuk antrean, ada tombol Join the Genie 4 waitlist di bagian atas halaman resmi yang mengarah ke Google Form: forms.gle/WQnSNEM3omF7Uruu7. Isi saja sesuai petunjuk di formulir. Perlu diingat juga, hingga 28 Oktober, baris Project Genie di halaman langganan Gemini masih mencantumkan Genie 3. Genie 4 belum tercantum sebagai manfaat langganan, dan Google belum mengumumkan tanggal peluncuran resminya.
Enam hal yang belum bisa dilakukan Genie 4
Kesimpulan singkat: Google sendiri mengakui bahwa Genie 4 masih dalam tahap riset awal. Hasilnya cukup baik dalam waktu singkat, tetapi masalah mulai muncul saat digunakan lebih lama.
- Visual bisa bergeser (blog resmi): Adegan tetap koheren dalam waktu singkat, tetapi detail dan keberadaan objek bisa berubah jika sesi berlangsung lama, petunjuk terlalu sering diubah, atau pengguna berjalan ke berbagai tempat dalam adegan. Konsistensi jangka panjang masih diteliti.
- Interaksi fisik yang kompleks (blog resmi): Hal ini masih menjadi salah satu arah penelitian.
- Akurasi audio real-time (blog resmi): Suara sudah bisa dihasilkan, tetapi akurasinya masih terus ditingkatkan.
- Teks yang jelas dan terbaca (blog resmi): Papan nama dan tulisan dalam gambar mungkin tidak ditampilkan dengan jelas.
- Presisi spasial (blog resmi): Hubungan posisi dan jarak masih belum cukup akurat.
- Durasi satu sesi: Blog resmi tidak menyebutkannya. Berdasarkan pengarahan kepada media, TechCrunch melaporkan bahwa Genie 4 dapat mempertahankan konsistensi adegan hingga sekitar dua menit, dua kali lipat dari generasi sebelumnya. Sebagai perbandingan, data resmi menyebutkan bahwa batas pembuatan per sesi Genie 3 di Project Genie adalah 60 detik. Angkanya memang sesuai, tetapi klaim “dua menit” saat ini masih bersumber dari laporan media.
Selain itu, resolusi, frame rate, harga, kuota pemanggilan, jumlah parameter, dan waktu peluncuran API juga belum diumumkan secara resmi.
Ada juga pendapat berbeda di komunitas. Pengguna X @dummerspast39 menilai Genie 4 “bukan model baru”, melainkan versi real-time Omni dengan 3.8 Flash sebagai asisten. Ini hanya penilaian satu pengguna tanpa bukti, dan pihak resmi juga belum menanggapinya. Blog resmi menyatakan bahwa Genie 4 “mengintegrasikan dan dibangun di atas kemampuan keluarga Gemini”.
Apa yang bisa dilakukan pembaca di Tiongkok sekarang
Singkatnya: untuk mencoba model dunia masih harus mengantre, tetapi membuat video yang bisa langsung dipakai sudah bisa dilakukan sekarang.
Kalau hanya ingin tahu, kamu bisa bergabung ke daftar tunggu sambil mengikuti blog resmi dan informasi tentang SynthID. SynthID adalah teknologi watermark tak terlihat dari Google: tidak tampak oleh mata manusia, tetapi bisa dideteksi. Menurut Google, video dan audio yang dihasilkan Genie 4 akan disisipi SynthID. Jadi, jika nanti menemukan konten yang diduga dibuat dengan Genie, kamu bisa memverifikasinya dengan cara ini.
Kalau ingin langsung mencoba, kamu bisa mulai dari bagian ekosistem Genie 4 yang sudah tersedia. gemini-3.8-flash, yang disebut Google sebagai “sutradara”, saat ini bisa dipanggil melalui APIYI di apiyi.com. Kamu bisa memintanya memecah deskripsi adegan menjadi susunan pengambilan gambar, gerakan, dan dialog untuk menyiapkan storyboard. Untuk video, platform ini sudah menyediakan model seperti Seedance 2.5 yang bisa mengubah storyboard langsung menjadi klip. Cek daftar model di apiyi.com untuk informasi model dan harga terkini.
Ada keuntungan lain: satu kunci API bisa digunakan untuk memanggil beberapa model, jadi kamu tidak perlu mendaftar secara terpisah untuk setiap model. Antarmukanya kompatibel dengan format OpenAI; cukup atur base_url ke https://api.apiyi.com/v1 untuk menghubungkannya ke kode yang sudah ada. Saat Genie 4 benar-benar dibuka, kamu sudah punya pengalaman dengan alur kerja yang menggabungkan “model sutradara dan model video”.
FAQ Genie 4
Q1: Apa itu Genie 4?
Genie 4 adalah model dunia yang dirilis Google DeepMind pada 27 Oktober 2026. Model ini dapat menghasilkan lingkungan interaktif secara real-time, lengkap dengan audio dan dialog karakter bawaan.
Q2: Apa perbedaan Genie 4 dan Genie 3?
Menurut blog resmi, fitur barunya mencakup audio bawaan, dialog karakter, gerakan manusia yang lebih realistis, serta arahan real-time dari Gemini. Soal durasi, sejauh ini hanya TechCrunch yang menyebut angka “dua menit”, dibandingkan batas 60 detik Genie 3 di Project Genie.
Q3: Apakah Genie 4 sudah bisa digunakan?
Pengguna umum belum bisa menggunakannya. Genie 4 masih dalam tahap pratinjau riset dan hanya tersedia untuk penguji tepercaya. Nantinya, akses akan dibuka bagi pengguna Project Genie dengan paket AI Ultra dan mitra awal API, tetapi tanggal pastinya belum diumumkan.
Q4: Apakah Genie 4 punya API publik dan informasi harga?
Belum. Google belum mengumumkan API publik, nama model, atau skema biaya. Genie 4 juga belum tersedia sebagai produk yang bisa dibeli. Jika ingin mencoba kemampuan terkait, kamu bisa mengakses model yang sudah tersedia, seperti Gemini 3.8 Flash, melalui APIYI apiyi.com.
Q5: Bisakah Genie 4 menggantikan alat pembuat video?
Tidak sesederhana itu. Hasil keduanya berbeda: model video menghasilkan video jadi, sedangkan Genie 4 cocok untuk pratinjau dan pembuatan prototipe. Jika membutuhkan materi video jadi, kamu tetap perlu menggunakan model video. Melalui APIYI apiyi.com, kamu bisa mengakses beberapa model video dengan satu kunci API.
Q6: Apakah hasil demo resminya bisa dipercaya?
Demo tersebut dirilis oleh Google sendiri, sementara penilaian pengguna awal juga masih sebatas pengalaman pribadi. Google mengakui bahwa visualnya bisa berubah-ubah dan ketepatan teks maupun spasialnya masih terbatas. Sebaiknya tunggu lebih banyak hasil pengujian publik sebelum menarik kesimpulan.
Kesimpulan
Perubahan terbesar di Genie 4 adalah kemampuannya menggabungkan suara, percakapan, dan kontrol real-time dalam satu model dunia untuk pertama kalinya. Di baliknya, model seperti Gemini Omni dan Gemini 3.8 Flash bekerja sama dengan peran masing-masing. Namun, Genie 4 masih dalam tahap pratinjau riset. Belum ada angka resmi untuk tanggal ketersediaan, harga, maupun durasi; klaim “dua menit” juga hanya berasal dari pemberitaan media.
Intinya: Genie 4 layak diperhatikan, tetapi belum bisa digunakan saat ini. Kalau ingin membuat konten, kamu bisa memakai model yang sudah tersedia untuk membuat storyboard dan video terlebih dahulu. Jika perlu, kamu bisa mencoba Gemini 3.8 Flash dan model video di APIYI apiyi.com dengan satu kunci API.
Referensi
- Blog resmi Google DeepMind: Genie 4: A new generation of world simulation
- Tautan:
deepmind.google/blog/genie-4-a-new-generation-of-world-simulation - Blog resmi Google: Introducing Genie 4
- Tautan:
blog.google/innovation-and-ai/models-and-research/google-deepmind/introducing-genie-4 - Laporan TechCrunch: Google’s Genie 4 world model adds audio， more realistic worlds， and real-time steering
- Tautan:
techcrunch.com
Penulis: Tim Teknis APIYI
Diskusi teknis: Hubungi kami melalui halaman utama APIYI apiyi.com. Untuk informasi lebih lanjut, kunjungi pusat dokumentasi di docs.apiyi.com
