Google DeepMind tengah berupaya mengubah model fondasi multimodal tercanggihnya, Gemini 2.5 Pro, menjadi apa yang mereka sebut sebagai 'model dunia'—sebuah sistem AI yang mampu memahami dan mensimulasikan aspek-aspek dunia nyata dengan cara yang meniru proses kognitif manusia.
Inisiatif ambisius ini diumumkan pada ajang Google I/O 2025, dengan tujuan menciptakan AI yang dapat membuat rencana dan membayangkan pengalaman baru melalui pemodelan cara kerja dunia. Menurut CEO DeepMind, Demis Hassabis, kemampuan ini merupakan lompatan mendasar dalam kecerdasan buatan yang melampaui sekadar klasifikasi dan prediksi sederhana.
"Inilah alasan kami berupaya memperluas model fondasi multimodal terbaik kami, Gemini 2.5 Pro, untuk menjadi 'model dunia' yang mampu membuat rencana dan membayangkan pengalaman baru dengan memahami dan mensimulasikan aspek-aspek dunia, persis seperti yang dilakukan otak manusia," jelas Hassabis dalam sebuah posting blog terbaru.
Google telah melihat bukti awal dari kemampuan pemodelan dunia ini pada Gemini, seperti kemampuannya merepresentasikan dan mensimulasikan lingkungan alami, memahami fisika intuitif melalui model Veo, serta melatih robot untuk memegang objek dan mengikuti instruksi melalui Gemini Robotics.
Perusahaan menggambarkan pengembangan ini sebagai langkah krusial menuju terciptanya "asisten AI universal"—sistem cerdas yang memahami konteks serta mampu merencanakan dan bertindak di berbagai perangkat. Visi akhir Google adalah mentransformasi aplikasi Gemini menjadi asisten yang dapat menjalankan tugas sehari-hari, menangani pekerjaan administratif, dan memberikan rekomendasi yang dipersonalisasi.
Kemampuan model dunia ini dibangun di atas kecakapan penalaran Gemini 2.5 Pro yang sudah mengesankan. Saat ini, model tersebut memimpin dalam tolok ukur untuk tugas matematika, sains, dan pemrograman yang kompleks, serta menempati peringkat pertama di papan peringkat LMArena dan WebDev Arena yang mengukur preferensi manusia terhadap interaksi AI.
Google berencana mengintegrasikan kemampuan model dunia ini dengan teknologi dari Project Mariner dan Project Astra, yang masing-masing berfokus pada multitasking dan pemahaman visual. Gemini 2.5 Pro yang telah ditingkatkan ini diperkirakan akan tersedia secara umum pada Juni 2025, setelah fase pratinjau saat ini.