Google DeepMind, 실시간 오디오 지원 월드 모델 Genie 4 공개

Google DeepMind가 자연어로 장면을 다루고 실시간 오디오를 만드는 월드 모델 Genie 4를 공개했어요.

DeepMind는 Gemini 제품군의 역량을 결합해 로봇과 에이전트를 위한 안전한 학습 환경을 제공하고 AGI 발전을 지원하기 위해 이번 모델을 발표했어요. 실시간 오디오와 텍스트 프롬프트 기능을 탑재한 채 한정된 테스터를 대상으로 연구 프리뷰 롤아웃을 시작한 상태예요. 여기에 Gemini 3.8 Flash를 기반 삼아 오디오를 포함한 상호작용형 AI 시뮬레이션을 생성하는 세부 구동 방식도 함께 전해졌어요.

텍스트 명령으로 가상 환경을 직접 통제하는 동시에 화면에 맞춰 오디오까지 실시간으로 함께 만들어내는 상호작용 기능이 한데 묶였어요.

사용자가 글을 입력해 시뮬레이션을 이끌어내고 소리까지 바로 듣는 월드 모델이 실제 연구 프리뷰 환경으로 시험대에 오른 점이 핵심이에요.

앞으로 한정된 테스터 단계를 넘어 일반 이용자 대상 시뮬레이션 환경으로 검증이 확대될 수 있을지에 주목할 만해요.