Google DeepMind Membuka Akses Awal Terbatas untuk Prototipe ‘Project Genie’

Pada tanggal 29 Januari 2026, Google DeepMind secara resmi mengumumkan pembukaan akses awal yang terbatas untuk Project Genie. Prototipe penelitian eksperimental ini tersedia secara eksklusif bagi para pelanggan Gemini Ultra yang berdomisili di Amerika Serikat. Melalui rilis ini, pengguna diberikan kemampuan untuk menghasilkan serta menjelajahi lingkungan dinamis yang diciptakan sepenuhnya dari perintah teks atau gambar referensi.

Operasional Project Genie didasarkan pada integrasi canggih dari tiga sistem kecerdasan buatan yang berbeda namun saling melengkapi. Arsitektur AI hibrida ini dirancang untuk menciptakan pengalaman yang koheren dan responsif bagi para penggunanya dalam berinteraksi dengan dunia digital yang baru saja dibuat melalui proses komputasi yang kompleks.

• Genie 3 (World Model): Model dasar dari DeepMind ini bertugas memprediksi bingkai berikutnya dari sebuah urutan video berdasarkan input yang diberikan oleh pengguna, mensimulasikan lingkungan yang konsisten dengan prinsip fisika yang disederhanakan.
• Nano Banana Pro: Sebuah varian model gambar yang ditenagai oleh teknologi Gemini yang bertanggung jawab mengubah perintah awal pengguna menjadi dasar visual berkualitas tinggi untuk memulai simulasi.
• Gemini (Orchestrator): Agen ini bertindak sebagai mesin penalaran untuk interaksi, mengelola perspektif kamera serta tindakan karakter guna memastikan navigasi terasa responsif terhadap perintah pengguna.

Berbeda dengan mesin permainan 3D tradisional yang sudah umum dikenal, Project Genie menciptakan lingkungan melalui aliran video interaktif. Sistem ini menghasilkan aliran bingkai yang berkelanjutan secara waktu nyata yang bereaksi terhadap input kontrol, sehingga menawarkan pengalaman eksplorasi yang unik dan terasa seperti dalam mimpi bagi para penggunanya.

Selama fase eksperimental ini, alat tersebut beroperasi di bawah batasan teknis yang cukup ketat untuk menjaga stabilitas sistem. Sesi interaktif dibatasi secara ketat hanya selama 60 detik karena intensitas komputasi yang sangat tinggi yang diperlukan untuk pembuatan konten secara real-time oleh model AI tersebut.

Dari sisi performa visual, lingkungan yang dihasilkan saat ini dirender pada resolusi 720p dengan kecepatan 24 frame per detik (FPS). Meskipun masih dalam tahap awal, kualitas ini dianggap cukup untuk memberikan gambaran fungsionalitas dari teknologi model dunia yang sedang dikembangkan oleh tim peneliti DeepMind.

Pengguna juga dapat memanfaatkan fitur remixing untuk memodifikasi hasil generasi yang sudah ada sebelumnya. Fitur ini memungkinkan perubahan gaya artistik atau aturan lingkungan dari dunia yang telah diciptakan, memberikan fleksibilitas kreatif tambahan bagi para penguji coba dalam mengeksplorasi batas-batas teknologi ini secara lebih mendalam.

Shlomi Fruchter, Direktur Riset di DeepMind, menyatakan bahwa prototipe ini bertujuan untuk mengungkap kemampuan interaktif unik yang tidak dapat dicapai melalui metode rendering standar. Pengujian ini merupakan bagian dari strategi besar untuk memperluas batas-batas kreativitas digital dan interaksi manusia dengan mesin di masa depan.

Tujuan utama dari pengujian publik ini adalah untuk mengumpulkan data pelatihan yang luas guna menyempurnakan pemahaman model dunia terhadap logika spasial dan fisika. Hal ini merupakan langkah yang sangat penting dalam proses pengembangan teknologi masa depan yang lebih intuitif dan mampu memahami konteks lingkungan dengan lebih baik.

Langkah ini dianggap sebagai tahapan krusial menuju pengembangan agen AI yang terwujud atau embodied AI yang lebih aman untuk kebutuhan robotika dan simulasi yang kompleks. Dengan mengamati interaksi pengguna, DeepMind berharap dapat mempercepat kemajuan dalam menciptakan kecerdasan buatan yang mampu memahami dunia fisik dengan lebih akurat dan andal.