
*Yukarıdaki butona tıkla ve ekle. Yapay zeka gelişmelerini Google’da her zaman üstte gör.

AMD, World Labs'ı 8,2 milyar dolara alıyor. World model nedir, LLM'den farkı ne, bugün hangi dünya modelini deneyebilirsin?
28 Eylül 2026'da bir çip şirketi, bir yapay zeka laboratuvarını satın aldığını duyurdu. AMD, Fei-Fei Li'nin kurduğu World Labs'ı yaklaşık 8,2 milyar dolara alıyordu. Tamamı hisse takasıyla yapılan anlaşmanın yıl sonuna kadar kapanması bekleniyor, yani düzenleyici onaylar henüz tamamlanmadı.
Bir donanım şirketinin neden dünya modeli şirketi aldığını anlamak için AMD'nin açıklamasına bakmak yeterli: "Yeni nesil yapay zeka için hesaplama platformları kurmak, modellerin nasıl evrildiğini derinlemesine anlamayı gerektiriyor." Çevirisi şu: sıradaki iş yükü metin değil, fiziksel dünya. Ve o iş yükünü besleyen teknolojinin adı world modeli
dünyanın nasıl işlediğini öğrenip "şu an şu olsa ne olurdu" sorusunu simüle eden yapay zeka modeli.
Bu yazı iki soruya cevap veriyor: world model tam olarak ne yapıyor, ve bugün oturduğun yerden hangisine elini uzatabilirsin. İkincisinin cevabı geçen yıla göre değişti, çünkü artık birkaç tanesi gerçekten kullanılabilir durumda.
ChatGPT, Claude, Gemini — hepsi birer LLM. Temel işleri tek bir cümleye indirilebilir: sıradaki tokeni
metnin en küçük parçası; modelin tahmin ettiği birim tahmin etmek. Milyarlarca sayfa metinle eğitildiler ve bunu iyi yapıyorlar.
Sorun, bu işin doğasında. Bir dil modeli dünyayı metinden öğreniyor. "Bardak kenardaysa düşer" cümlesini binlerce kez görmüş, o yüzden yerçekimini biliyor gibi görünüyor. Ama bilmiyor; o cümlenin hangi bağlamlarda geçtiğini biliyor. Bardağın ağırlığını, masanın yüksekliğini, düşme süresini hesaplamıyor. Aynı istatistiksel mantıkla çalışan video modellerinde bu daha da görünür: bir videoda köpek koltuktan geçip geri döndüğünde tasması kaybolabiliyor, koltuk berjere dönüşebiliyor. Modelin kafasında bir "koltuk" yok; kareler arasında istatistiksel bir süreklilik var.
Son iki yılda modeller "düşünme" adımı ekledi ve bu açığı kısmen kapattı. Bir akıl yürütme modeli sana düşen bardağın süresini doğru hesaplayabilir, çünkü formülü biliyor. Ama formülü bilmek, olayı simüle edebilmek değil. Model hâlâ sahneyi zihninde kurmuyor, doğru cevabı hatırlıyor.
World model, dünyanın nasıl değiştiğine dair içsel bir temsil kuruyor. Metinden değil, olaylardan öğreniyor: video, sensör kaydı, robot deneyimi, simülasyon. Sonra iki şey yapabiliyor — bir durumun nasıl göründüğünü üretmek ve bir eylem verildiğinde o durumun nasıl değişeceğini tahmin etmek.
World Labs'ın kendi tanımı işi üç başlığa ayırıyor, bu ayrım kafa karışıklığını da gideriyor:
İkinci ayrım daha teknik ama pratikte fark yaratıyor: model dünyayı piksel piksel mi yoksa latent uzayi
ham verinin sıkıştırılmış, anlam taşıyan iç temsili içinde mi temsil ediyor? Piksel üreten modeller (Marble, Genie, Odyssey) göze hitap ediyor, çünkü çıktısı doğrudan izlenebiliyor. Latent temsille çalışan JEPAi
Joint-Embedding Predictive Architecture; görüntünün kendisini değil, anlamlı özetini tahmin eden mimari ailesi ise ekran görüntüsü vermiyor, planlama için durum tahmini üretiyor. Yann LeCun yıllardır ikincisini savunuyor ve şimdi parasını da oraya koydu.
Sana "bardağı masanın kenarına koyarsam ne olur" diye sorsam:
Bir dil modeli "düşebilir ve kırılabilir" der. Doğru cevap, ama ezberden geliyor.
Bir dünya modeli bardağın ağırlığını, masanın yüksekliğini, temas yüzeyini, zeminin sertliğini hesaba katar. Kırılıp kırılmayacağını, kırılırsa parçaların nereye dağılacağını tahmin eder. Cevabı metinden değil, sahnenin kendi dinamiğinden çıkarır.
Bu farkın en somut kanıtı Ekim 2026'da geldi ama beklediğin yerde değil: video üretiminde değil, telefon ajanlarında. Panasonic Holdings ve UCLA araştırmacıları, mobil cihazlarda çalışan ajanlar için bir dünya modeli geliştirdi (21 Ekim 2026, EMNLP 2026'da sunulacak). Yaptıkları şey şu: model, işlem sonrası ekranı resim olarak üretmeye çalışmıyor. Bunun yerine "butona basmak ayarlar ekranını açar" gibi, işlemle ilgili değişimi cümleyle tahmin ediyor. Böylece saatin, bildirimlerin, ekran düzeninin yarattığı gürültü tahmini bozmuyor.
Sonuç: AndroidWorld testinde görev başarı oranı %46,9'dan %54,3'e çıktı. Kulağa küçük bir sıçrama gibi geliyor, ama ajan her aday eylemin sonucunu önce tahmin edip sonra en mantıklısını seçtiğinde olan tam olarak bu. Model dünyayı anladığı için değil, eylemin sonucunu tahmin edebildiği için daha az hata yapıyor.
Bu alan 2026'nın ilk yarısında büyük ölçüde demo ve basın bülteniydi. Ekim itibarıyla tablo değişti: üçü tarayıcıdan denenebilir durumda, ikisi geliştirici işi.
| Model | Ne yapıyor | Nasıl erişiyorsun | Ücret |
|---|---|---|---|
| World Labs Marble | Metin, fotoğraf, video veya 360 panoramadan gezilebilir kalıcı 3D dünya; splat/mesh olarak indirilir | marble.worldlabs.ai, tarayıcı | Ücretsiz plan var; aylık $20 / $35 / $95 |
| Project Genie (Genie 3) | Prompt'tan gerçek zamanlı gezilebilir dünya, 720p, 20-24 fps, ABD'deki konumlar için Street View tabanlı dünyalar | Google Labs, Google AI Ultra aboneliği | Ultra'ya dahil; Türkiye dahil birçok ülkede açık, oturum başına 60 saniye |
| Odyssey-3 | Tarayıcıda birinci/üçüncü şahıs gezilen, fizik odaklı interaktif dünya | experience.odyssey.systems (Flash sürümü); tam model için şirketle iletişim | Önizleme ücretsiz, araştırma aşamasında |
| NVIDIA Cosmos 3 | Robotik ve otonom araç için dünya modeli; video, ses ve eylem üretir | Açık ağırlıklar, kendi donanımında çalıştırıyorsun | Model açık; maliyet senin GPU saatin |
| Tencent HY-World 2.0 | Çok modlu 3D dünya kurma, yeniden kurma ve simülasyon | GitHub / Hugging Face | Açık kaynak |
Kısa izlenim: Marble bugün bir son kullanıcının parasını verip düzenli kullanabileceği tek ürün. Çıktısı sahne olarak kalıcı, Blender'a ya da Unity'ye taşınabiliyor, ticari kullanım hakkı Pro plandan itibaren geliyor. Zayıf tarafı hareket: içinde yürümüyorsun, kamerayı gezdiriyorsun. Bir oyun prototipi için yeterli, bir oyunun kendisi için değil.
Project Genie en etkileyicisi ve en kısıtlısı. 60 saniye gezinip çıkıyorsun. İyi haber: Google, Mayıs 2026'da Project Genie'yi ABD dışına da açtı ve Türkiye destek verilen ülkeler arasında. Kötü haber: kapı hâlâ Google AI Ultra aboneliğinden geçiyor, gerçek mekânlardan dünya kuran Street View özelliği de şimdilik sadece ABD'deki konumlarda çalışıyor. Süre sınırının sebebi teknik: Genie 3 otoregresif bir model, her kare bir öncekinin üstüne hesaplanıyor ve uzun oturumlar ciddi hesaplama maliyeti demek.
Odyssey-3 (8 Ekim 2026) fiziğe odaklanan taraf. Şirketin açıklamasına göre Pro sürümü, Physics-IQ Verified'ın video-to-video testinde 66,1 ile şimdiye kadar beyan edilen en yüksek skoru aldı; bu testte model gerçek bir fizik deneyinin son karelerini izleyip devamını tahmin ediyor — sıvı dinamiği, optik, katı mekaniği, manyetizma. Tarayıcıdaki önizlemede prompt'la bir ortam kurup içinde birinci ya da üçüncü şahıs gezinebiliyor, kamerayı bağımsız çevirebiliyorsun. Tam model ve API henüz "bize ulaşın" aşamasında.
Cosmos 3 (1 Haziran 2026) tüketici ürünü değil, altyapı. NVIDIA'nın açık ağırlıklı bir omnimodeli
tek modelde metin, görsel, video, ses ve eylem üreten sistem ailesi; Super, Nano ve yakında çıkacak Edge sürümleri var. Robotik eğiten bir ekip için anlamı şu: simülasyonda sentetik veri üretip gerçek robota geçmeden önce binlerce senaryo deneyebiliyorsun. Beraberinde Cosmos Coalition kuruldu; Agile Robots, Black Forest Labs, LTX, Runway ve Skild AI gibi isimler açık dünya modellerini birlikte geliştirmek için bir arada.
[mindi_yorum]
🟢 Bugün gerçekten kullanılabilir olan tek ürün Marble. Bir mekânı üç fotoğraftan 3D'ye kaldırıp Unreal'a atabiliyorsan, bu iş eskiden bir hafta sürüyordu.
🟡 "Dünyayı anlıyor" cümlesini ürün broşürlerinden değil, sınırlardan oku. Genie 3'ün 60 saniyesi keyfi bir tercih değil; modelin hafızası ve maliyeti orada tıkanıyor.
🔵 Denemek için para vermen gerekmiyor: Marble'ın ücretsiz planı 4 dünya üretiyor, Odyssey'in tarayıcı önizlemesi açık, Cosmos 3'ün ağırlıkları indirilebilir.
Marble'da ücret kredi üzerinden işliyor ve tek bir dünya üretimi standart modelde 1.500 kredi yiyor. Metinden ya da tek fotoğraftan başlıyorsan üstüne 80 kredi daha ekleniyor. Daha hızlı ve ucuz deneme yapmanı sağlayan taslak mod ise ücretsiz planda yok, Standard'dan itibaren açılıyor.
| Plan | Aylık | Kredi | Kaç dünya |
|---|---|---|---|
| Free | $0 | 7.000 | 4'e kadar |
| Standard | $20 | 20.000 | 12'ye kadar |
| Pro | $35 | 40.000 | 25'e kadar |
| Max | $95 | 120.000 | 75'e kadar |
Free planda metin, fotoğraf, çoklu fotoğraf ve 360 pano girişi var; video girişi, splat ve mesh indirme yok. Ticari kullanım hakkı Pro'da başlıyor — bir müşteri işinde kullanacaksan $20'lik plan yetmiyor, bunu baştan bilmekte fayda var.
API tarafı ayrı bir cüzdan. Marble web uygulamasında aldığın krediler API'de geçmiyor; platform.worldlabs.ai üzerinden ayrıca kredi alman gerekiyor. API fiyatı sabit: 1.250 kredi = 1 dolar, minimum alım 5 dolar. Yani bir dünya üretimi API'de kabaca 1,2 dolar; büyük dünya üreten Plus modelinde ortalama 1,7 dolar, en kötü durumda 2,5 dolar civarı. Ağır kullanacaksan API'nin "overage" tarafına dikkat: bakiye eksiye düşse bile istek reddedilmiyor, ay sonunda fatura ediliyor.
Alanın 2026'daki seyri tek bir tabloda görünüyor. Kronoloji önemli, çünkü her duyuru bir öncekini "eski" ilan ediyor.
| Tarih | Kim | Ne |
|---|---|---|
| 29 Ocak 2026 | Google DeepMind | Project Genie açıldı; Genie 3 ilk kez dışarıya, AI Ultra abonelerine |
| Şubat 2026 | Waymo | Genie 3 tabanlı Waymo World Model: dashcam görüntüsünden kenar durum simülasyonu, lidar çıktısı 4 kat hızlı |
| 10 Mart 2026 | AMI Labs (Yann LeCun) | 1,03 milyar dolarlık tohum turu; JEPA tabanlı dünya modelleri |
| 2 Nisan 2026 | World Labs | Marble 1.1 ve 1.1 Plus: daha temiz ışık, otomatik büyüyen dünyalar |
| 16 Nisan 2026 | Tencent | HY-World 2.0 açık kaynak: çok modlu 3D dünya kurma ve simülasyon |
| 1 Haziran 2026 | NVIDIA | Cosmos 3: açık, omnimodal dünya temel modeli + Cosmos Coalition |
| 12 Haziran 2026 | BAAI (Pekin) | Physis-v0.1, "ilk genel dünya temel modeli" iddiasıyla duyuruldu |
| 21 Temmuz 2026 | World Labs | Robotik simülasyon şirketi SceniX'i satın aldı |
| 1 Eylül 2026 | World Labs | Atlas: metin, görsel, video ve 3D'yi aynı uzayda işleyen omni model; 1440p'ye kadar 1 dakikalık video |
| 28 Eylül 2026 | AMD | World Labs'ı 8,2 milyar dolara satın alma anlaşması |
| 8 Ekim 2026 | Odyssey | Odyssey-3 ve Odyssey-3 Pro |
| Ekim 2026 | AMI Labs | H-JEPA: katmanlı JEPA dünya modeli, kod ve ağırlıklar açık |
| 21 Ekim 2026 | Panasonic + UCLA | Mobil ajanlar için dünya modeli: AndroidWorld başarısı %46,9'dan %54,3'e |
Buradaki iki satır diğerlerinden farklı ağırlıkta. AMD anlaşması dünya modellerinin artık bir araştırma merakı değil, donanım stratejisi olduğunu gösteriyor; Fei-Fei Li işlem kapanınca AMD'de baş bilim insanı olarak Lisa Su'ya bağlı çalışacak. Atlas ise ürün tarafındaki sıçrama: tek bir model hem kamera kontrollü video üretiyor hem gerçek mekânı seyrek fotoğraftan yeniden kuruyor hem de robotik için "gerçekten simülasyona" köprüsü kuruyor. Şu an Marble içinde yok, bekleme listesi açık; World Labs'ın açıklamasına göre Marble'ın sonraki sürümlerini Atlas çalıştıracak.
AMI Labs ve H-JEPA ise bambaşka bir iddianın ilk somut çıktısı. LeCun'un tezi baştan beri şuydu: video üretmek dünyayı anlamak değil. H-JEPA, farklı zaman ölçeklerinde çalışan bir JEPA yığını kuruyor — üst katman yavaş ve görevle ilgili durumu tutuyor, alt katmanlar hızlı ve öngörülemez detayı atıyor. Görsel labirent görevinde üç katmanlı yapı başarıyı %18'den %73'e çıkarıyor, üstelik planlama için daha az hesaplama harcayarak. Bu bir ürün değil, bir kanıt; ama "katmanlı düşünme gerçekten işe yarıyor" demenin en temiz yolu.
Robotik. Bir robotu eğitmek bugün hâlâ gerçek dünyada deneme yanılma demek. Pahalı, yavaş ve bazen tehlikeli. Dünya modeliyle robot önce simülasyonda binlerce varyasyonu yaşıyor, sonra gerçeğe geçiyor. World Labs'ın SceniX'i satın alması tam bu köprü için: yüksek sadakatli simülasyon, üretken dünya modelinin üstüne oturuyor.
Otonom sürüş. Waymo'nun yaptığı iş net bir örnek. Gerçek dünyada ani bir kasırgayı, yolda file rastlamayı ya da Golden Gate Köprüsü'nde karı test etmek için yüz binlerce kilometre sürmen gerekiyor. Dünya modeli bunları sentetik olarak üretiyor ve araç bu senaryolarda hiç yola çıkmadan eğitiliyor.
Mobil ve masaüstü ajanlar. Panasonic örneği burada asıl haber. Ekranı resim olarak tahmin etmek yerine "bu buton ne yapar" sorusunu modellemek, ajanların bir sonraki büyük atılımı olabilir; çünkü bugünkü ajanların çoğu hatayı ekranı yanlış okuduğu için yapıyor.
Oyun ve film. Marble bir mekânı dakikalar içinde kuruyor; Atlas kamera yolunu elle çizdiğin bir dakikalık 1440p plan üretiyor. Bir reklam ajansı için bu, set kurmadan mekân denemek demek.
Kurumsal simülasyon. Bir mağaza düzeni değişikliği, bir depo akışı, bir fabrika hattı — dünya modeli "şunu değiştirirsem ne olur" sorusunu gerçek denemeden önce cevaplayabiliyor. Bu, LLM'nin hiçbir zaman veremediği cevap türü.
Bu alanda hype ile gerçek arasındaki mesafe hâlâ geniş. Dikkat etmen gerekenler:
Süre sınırı mimariden geliyor. Genie 3'te oturum 60 saniye. Marble'da dünya kalıcı ama hareket yok. Üretken video modelleri bir dakikayı geçtiğinde tutarlılık düşüyor; bu bir mühendislik eksiği değil, otoregresif modellerin birikimli hatası.
24 fps bir oyun için yetersiz. Genie 3'ün çıktısı 720p ve 20-24 kare. İzlerken etkileyici, oynarken titrek. 120 fps'in standart olduğu bir sektörde bu bir demo, ürün değil.
"Dünyayı anlıyor" ifadesi fazla cömert. Modeller fizik kurallarını öğrenmiyor, fizik kurallarına uyan görüntülerin istatistiğini öğreniyor. Physics-IQ tam bunu ölçmek için var, ama benchmark'ın kendisi de henüz oturmadı: "Verified" sürümü orijinal veri setindeki hataları düzeltmek için çıktı, sonuçların bir kısmı üreticilerin kendi beyanıyla listeye giriyor ve her satır aynı koşullarda ölçülmüyor. Bağımsız tekrar üretimi nadir.
Benchmark skorları tek başına anlam taşımıyor. Odyssey-3 Pro'nun 66,1'i en yüksek beyan edilen skor — ama 100 üzerinden 66, yani modeller hâlâ fizik deneylerinin üçte birinde yanılıyor.
Maliyet. Video ve sensör verisi metinden kat kat ağır. AMI'nin 1 milyar doları ve NVIDIA'nın veri merkezi ölçeğindeki yatırımı bu işin sermaye yoğun olduğunu gösteriyor. Bir startup'ın bu alanda tek başına yarışması zor; bu yüzden World Labs gibi laboratuvarlar ya çip şirketine ya da platform devine yaklaşıyor.
İsim kirliliği. Arama yaptığında "Genie 4" diye bir sürü site göreceksin. DeepMind'ın resmi model listesinde Genie 3 var, Genie 4 yok. Bu siteler üçüncü taraf, çoğu aynı şablonla kurulmuş. Aynı şey "ücretsiz world model" vaat eden onlarca sayfa için geçerli.
Hayır. En azından şu an için doğru soru bu değil.
Pratikte iş bölümü netleşiyor: dil ve akıl yürütme LLM'de kalıyor, çünkü dünyayı tarif etmenin en ucuz yolu dil. World model ise o tarifi fiziksel sonuca çeviriyor. İyi bir ajan ikisini birlikte kullanacak — planı LLM kuracak, sonucu dünya modeli simüle edecek, hata çıkarsa plan revize edilecek.
Ama LeCun'un itirazı hâlâ masada ve artık test edilebilir durumda: "İnsan zekâsına giden yol LLM'den geçmiyor." H-JEPA'nın %73'ü bu tezin kanıtı değil, ilk deneyi. Yine de iki kamp arasındaki farkı bilmekte fayda var:
| Üretken dünya modeli | Latent dünya modeli (JEPA) | |
|---|---|---|
| Çıktı | Video, 3D sahne, görüntü | Durum tahmini, planlanabilir temsil |
| Kime yarar | Tasarımcı, oyun/film ekibi | Robotik, otonom sistem geliştiricisi |
| Bugünkü olgunluk | Ürün var (Marble), demo var (Genie) | Araştırma aşaması |
| Zayıf noktası | Tutarlılık ve maliyet | Görsel çıktı yok, kullanıcı deneyimi yok |
[mindi_yorum]
🟢 İki kampın farkı artık ölçülebilir: H-JEPA'nın katmanlı planlaması, planlama maliyetini düşürerek labirent başarısını %18'den %73'e çıkardı. Bu bir ürün değil, ama tezin ilk sayısal karşılığı.
🟡 Video üreten modeli "dünyayı anlıyor" diye okumak kolay tuzak. Göze güzel gelen çıktı, doğru fizik demek değil; Physics-IQ'nun ölçtüğü şey tam olarak bu ayrım.
🔵 Bugün karar vereceksen ölçüt basit: çıktıyı izleyecek misin, yoksa plan mı kuracaksın? Birincisinde Marble ve Genie, ikincisinde Cosmos 3 ve JEPA tarafı.
Bu alanı tepeden izlemek yerine beş küçük adımda içine girebilirsin.
Alan 2026'da iki şeyi netleştirdi. Birincisi, dünya modelleri büyük donanım ve veri gerektiren bir yarışın konusu — AMD'nin 8,2 milyar doları bunun fiyat etiketi. İkincisi, en somut ölçülebilir kazanç gösterişli video demolarından değil, en sıkıcı yerden geldi: bir telefon ekranında bir sonraki dokunuşun ne yapacağını tahmin etmekten. Sektörün en çok konuşulan kavramı, en sade işte işe yaradı.