Ringkasan AI Harian, 28 Okt: Genie 4 Hadir dengan Akses Terbatas saat Gemini Robotics ER 2 Dibuka dalam Pratinjau

Google menempatkan dua model AI fisik ke dalam pratinjau dalam waktu dua puluh empat jam minggu ini, dan membatasi akses keduanya ke arah yang berlawanan. Genie 4, model dunia Google DeepMind yang menghasilkan adegan yang dapat dikendalikan dengan suara tersinkronisasi, diumumkan pada 27 Oktober 2026 untuk sekelompok kecil penguji tepercaya, dengan daftar tunggu dan tanpa harga yang dipublikasikan. Gemini Robotics Embodied Reasoning 2 — ER 2, perencana robot tingkat tinggi yang dipindahkan Google Cloud ke pratinjau publik pada hari yang sama — dilengkapi dengan ID model, halaman dokumentasi, dan pendaftaran yang dapat diselesaikan oleh pelanggan Cloud mana pun. Keduanya adalah pratinjau. Hanya satu dari keduanya yang memiliki pintu yang dapat Anda lewati hari ini.

Asimetri itulah inti cerita minggu ini, lebih daripada masing-masing model itu sendiri. Google sedang merakit dua bagian dari tumpukan AI fisik: model dunia yang dapat memproduksi pengalaman, dan model penalaran berwujud yang dapat menyusun rencana terhadap robot nyata. Kedua bagian itu diumumkan berselang satu hari dan didistribusikan oleh dua bagian berbeda perusahaan di bawah dua rezim akses yang berbeda. Berikut adalah ringkasan, bukan ulasan — setiap angka di bawah diberi label siapa yang menghasilkannya.

Item 1 — Genie 4, dan tiga klaim yang berperan penting

Postingan DeepMind minim angka dan banyak klaim kemampuan. Tiga di antaranya penting:

• Audio bawaan. Genie 4 menghasilkan suara ambiens, musik, dan dialog interaktif dalam proses yang sama dengan frame, bukan mengisi suara simulasi tanpa suara setelahnya. Ini adalah model dunia DeepMind pertama yang melakukannya.

• Pengendalian langsung. Instruksi yang diketik dapat menggerakkan kamera, mengubah cuaca, atau menghadirkan karakter saat dunia sedang berjalan, dan model Gemini menyesuaikan instruksi tersebut dengan apa yang sedang tampil di layar.

• Jendela yang lebih panjang. Angka yang beredar adalah sekitar dua menit konsistensi adegan, dua kali lipat Genie 3. Angka itu berasal dari pengarahan peluncuran, bukan dari blog: teks Google sendiri menyatakan model mempertahankan "sesi singkat" dan tidak menuliskan durasi secara tertulis. Anggap dua menit sebagai angka yang dilaporkan dengan vendor di belakangnya, bukan spesifikasi.

Tambahan struktural lebih mudah terlewatkan daripada audio. Gemini Omni menjangkarkan simulasi pada tampilan dan perilaku dunia nyata, dan Gemini 3.8 Flashberada dalam lingkaran, mengamati frame yang dihasilkan, memecah tujuan menjadi langkah-langkah, dan merencanakan ulang ketika adegan menyimpang. Dalam demo yang dipilih Google untuk dipublikasikan, Gemini 4 Argon menguraikan tugas yang kemudian disimulasikan Genie 4 secara real time, dengan robot humanoid Apptronik Apollo bermain dam. Itu adalah produk yang berbeda dari generator video: generator menjawab prompt dengan sebuah klip, sedangkan generator plus perencana menjawab suatu tujuan dengan rangkaian keadaan yang diperiksa.

Apa yang tidak diterbitkan Google sama pentingnya dengan apa yang diterbitkannya. Tidak ada resolusi, tidak ada laju bingkai, tidak ada jumlah parameter, tidak ada pengukuran latensi, tidak ada skor benchmark, dan tidak ada harga. Setiap perbandingan "Genie 4 lebih realistis" yang diterbitkan minggu ini hanyalah perbandingan video demo dan daftar fitur, karena belum ada pihak di luar kumpulan penguji tepercaya yang mengukur keluarannya. Google memang mengakui mode kegagalan: detail dan permanensi objek menyimpang dalam sesi yang lebih panjang dan setelah penyuntingan berulang, akurasi spasial tidak sempurna, teks di dalam dunia sering kali tidak terbaca, dan akurasi audio masih belum terpecahkan. Semua video dan audio yang dihasilkan membawa tanda air SynthID.

Item 2 — Gemini Robotics ER 2, yang memang bisa Anda daftari

ER 2 bukan model baru minggu ini — Google memperkenalkannya pada 30 Juli 2026 dalam pratinjau privat terbatas — tetapi pengumuman 27 Oktober itulah yang mengubah siapa yang dapat menggunakannya. Kini model ini tersedia dalam pratinjau publik di platform Gemini melalui Model Garden, dan dapat dicoba di Agent Studio, dengan ID model gemini-robotics-er-2-preview.

Google memposisikannya sebagai otak tingkat tinggi robot, bukan pengontrol. Ini menggabungkan pemahaman video spasial dan temporal, perencanaan jangka panjang, serta guardrail keselamatan ke dalam lapisan orkestrasi: pengembang mendeklarasikan antarmuka kontrol tingkat rendah — model vision-language-action, API navigasi, fungsi kustom — sebagai alat, dan ER 2 merencanakan di atasnya. Ini juga mengklasifikasikan kemajuan tugas, yang memungkinkan robot menyadari bahwa suatu langkah gagal dan mencobanya kembali tanpa memulai ulang seluruh alur kerja.

Angka-angka yang dilaporkan vendor yang Google kedepankan:

• Penentuan titik bingkai peristiwa secara presisi — akurasi 91,3% dalam mengidentifikasi bingkai persis tempat peristiwa kritis terjadi, dengan jarak bingkai absolut rata-rata 0,96 detik.

• Kecepatan eksekusi — 4x, dijelaskan sebagai "sebagian kecil dari biaya komputasi banyak kategori model yang lebih besar." Tidak ada patokan dasar yang disebutkan dalam kalimat tersebut, sehingga angka kelipatan itu bersifat menunjukkan arah, bukan untuk dibandingkan.

• Pembacaan instrumen — 10+ kategori termasuk dial bundar, kaca penglihatan, tampilan digital, skala linier, dan termometer cair, dibaca langsung dari input visual.

• Keselamatan — 97,9% pada Safety Instruction Following dan 93,0% pada Human Proximity pada ambang satu meter, menurut pelaporan keselamatan Google sendiri. Perlindungan fisik seperti e-stop, penghalang, dan batas gaya tetap menjadi tanggung jawab operator; skor tersebut menggambarkan penalaran, bukan perangkat keras.

Tidak ada kartu tarif dalam pengumuman itu sendiri, hanya tautan ke halaman harga. Untuk model pratinjau, itu normal dan itu juga angka yang pertama kali dibutuhkan tim pengadaan.

Pola di balik kedua item tersebut

Jika dibaca bersama, pengumuman-pengumuman itu menggambarkan sebuah tumpukan yang dibangun secara publik dan dijual secara privat. Model dunia hanya berguna untuk pelatihan robot jika dapat menghasilkan pengalaman yang cukup bervariasi dan dapat di-reset agar berdampak; perencana robot hanya berguna jika dapat dievaluasi terhadap sesuatu selain korpus video tetap. Google jelas mengarahkan keduanya satu sama lain. Sama jelasnya, Google belum siap menyerahkan salah satu dari keduanya kepada pelanggan yang belum diperiksa: Genie 4 hanya untuk penguji, ER 2 hanya pratinjau, dan keduanya belum memiliki tanggal ketersediaan umum.

Hal itu menyisakan pertanyaan praktis bagi siapa pun yang membangun di atas stack: bagian mana yang sekarang dapat dipanggil?

• Tidak dapat dipanggil. Genie 4, hingga daftar tunggu dibuka atau perjanjian mitra akses awal tercapai. Gemini Robotics ER 2, kecuali Anda siap membangun di atas pratinjau publik di Google Cloud.

• Dapat dipanggil hari ini. Gemini Robotics ER 1.6 preview ada di katalog OrcaRouter, dan begitu juga Gemini 3.8 Flash — model yang sama yang disebut Google sebagai agen in-loop yang memeriksa frame Genie 4 dan merencanakan ulang. Keduanya bukan world model. Keduanya adalah bagian penalaran dari pipeline, dan keduanya dapat diuji sekarang, bukan setelah daftar tunggu.

OrcaRouter merutekan hal-hal tersebut melalui satu API di lebih dari 200 model dengan harga daftar penyedia yang diteruskan pada markup 0%, sehingga perubahan harga Google mencapai katalog kami pada hari yang sama saat dipublikasikan. Failover otomatis lebih penting daripada biasanya di sini: model tingkat pratinjau dapat dibatasi lajunya atau ditarik, dan penyedia kedua di balik panggilan yang sama adalah pembeda antara eksperimen dan gangguan layanan. DSL perutean adalah opsi lainnya ketika pipeline membutuhkan perencana dan model terpisah untuk verifikasi dalam satu panggilan gabungan. Kami tidak menghosting Genie 4, dan tidak ada apa pun dalam ringkasan ini yang boleh dibaca sebagai rute ke sana.

Apa yang akan mengubah brief ini

Empat peristiwa akan memindahkan Genie 4 dari kolom "demo" menjadi sesuatu yang bisa dijadikan patokan anggaran oleh tim: lembar spesifikasi terbitan dengan resolusi dan laju bingkai; harga untuk tier Gemini API; pengukuran independen pertama dari luar kumpulan penguji tepercaya; dan Project Genie merilis Genie 4 kepada pelanggan AI Ultra, yang merupakan satu-satunya permukaan konsumen yang telah disebut Google. Peristiwa setara untuk ER 2 adalah kartu tarif dan tanggal ketersediaan umum.

Sampai saat itu, ringkasan jujurnya adalah bahwa Google telah mengumumkan model dunia paling canggih yang pernah mereka bangun dan perencana robot paling mudah dipakai yang pernah mereka luncurkan, dalam minggu yang sama, dan menaruh yang lebih mengesankan di antara keduanya di balik daftar tunggu. Yang bisa Anda pakai hari ini adalah pengumuman yang lebih kecil. Begitulah biasanya minggu-minggu pratinjau berjalan.