Google DeepMind, 월드 모델 Genie 4를 리서치 프리뷰로 공개… 음성 생성과 실시간 조작 지원

Genie 4는 날씨나 카메라 각도 변경, 인물이나 물체 추가 같은 자유로운 편집을 실시간으로 수행할 수 있다. 일관된 장면 유지 시간은 최대 2분으로, 전 세대인 Genie 3의 두 배가 되었다. 물리 표현과 인물 묘사도 개선되었다고 한다.

Gemini는 Genie 4와 긴밀하게 통합되어, 절차를 계획하고 프레임을 점검하는 디렉터 역할을 맡는다. Gemini Robotics와 관련된 연구 실험에서는 Gemini 4 Argon이 작업을 절차로 나누고, Genie 4가 이를 실시간으로 시뮬레이션했다. 로봇의 동작을 현실에 적용하기 전에 시뮬레이션으로 먼저 시험하는 방법을 보여주는 것이라고 설명된다. Tejas Kulkarni는 Gemini가 코드와 텍스트를 만들고 Genie가 현실을 모사하는 하이브리드형 세계 모델이 늘어날 것이라고 말했다.

예상되는 용도는 게임, 인터랙티브 학습, 로보틱스다. 신뢰할 수 있는 테스터들은 영화 프로토타이핑이라는 용도도 제시했다. Diego Rivas는 아이디어 구상과 스토리보드 단계에서 실시간성이 도움이 될 것이라고 말했다. 향후 Gemini Omni로 시제품을 제작 소재로 변환할 가능성도 언급했지만, 실현까지는 아직 멀었다고 선을 그었다.

과제로는 시뮬레이션이 길어질수록 세부 묘사와 물체가 어긋나는 점, 음성의 정확성과 세계 내 텍스트의 가독성을 확보하는 방법이 아직 정립되지 않은 점이 꼽힌다. 제품으로서의 최종 사용자 경험도 아직 확정되지 않았다. 제공은 리서치 프리뷰의 신뢰할 수 있는 테스터부터 시작되며, 수 주 내에 Google AI Ultra의 Project Genie와 Gemini API 및 Google AI Studio의 얼리 액세스 파트너로 확대된다.

배경으로는 Runway가 몇 달 전 음성 생성을 포함한 세계 모델 GWM Worlds 2를 공개했다. 또한 세계 모델 분야에서는 World Labs가 AMD에 인수되고, Amazon이 Decart 인수를 협의 중이며, Rivian이 Third Dimension을 인수하는 등 재편이 진행되고 있다.