Large World Models: Dilden Mekana Geçiş

Yapay zekanın yeni sınırı – ya da “kelimeler yeterli olmadığında ne olur?”

Midjourney’e dedim ki: “Bir kedi masanın altından çıkıp pencereye zıplıyor.”

4 görsel geldi. Hepsinde kedi vardı, masa vardı, pencere vardı. Ama hiçbirinde kedi masanın altından çıkmıyordu.

Çünkü “altından çıkmak” bir kelime dizisi değil, 3D uzayda bir hareket. Masa altı bir hacim. Kedinin oradan çıkması bir spatial ilişki.

Ve AI o uzayı görmüyor. Sadece pikselleri, kelimeleri, istatistikleri görüyor.

Fei-Fei Li buna harika bir isim vermiş: “Karanlıkta kelime ustaları” (wordsmiths in the dark). Bilgili ama deneyimsiz. Anlamlı ama fiziksel gerçeklikten kopuk. Wittgenstein’ın dediği gibi: “Dilimin sınırları, dünyamın sınırlarıdır.”

Şu anda yapay zekanın sınırları da bu: Dil.

Ama değişiyor.

DİL HAPİSHANESİNDEN ÇIKIŞ

Bir düşünce deneyi yapalım:

Hayatınız boyunca sadece kitaplar okuyarak büyüdüğünüzü hayal edin. Hiç dışarı çıkmadınız. Hiçbir şeye dokunmadınız. Yerçekimini hissetmediniz. Sadece milyonlarca sayfa metin.

Şimdi: Bir bardağı masanın kenarına isterseniz ne olur?

Kelimelerle açıklayabilirsiniz. “Düşer”, “kırılır”, “yere çarpar” dersiniz. Ama hisseder misiniz? O bardağın düşüş hızını, çarpma sesini, kırılma anını zihninizdeki 3D uzayda canlandırabilir misiniz?

İşte bugünün LLM’leri tam olarak bu durumdaki biri gibi. Kuantum fiziği hakkında makale yazabiliyorlar ama bir mutfakta yollarını bulamıyorlar.

Paradigma kayması: Kelimelerle düşünen AI’dan, uzayda düşünen AI’ya geçiş.

Bu sadece yeni bir model mimarisi değil. Bu, yapay zekanın gözlemci olmaktan çıkıp oyuna dahil olması demek.

MEKANSAL ZEKA: BEBEĞİN BİLDİĞİNİ AI BİLMİYOR

Mekansal zeka dediğimiz şey aslında çok basit bir kavram: Dünyanın 3 boyutlu olduğunu anlamak.

Ama bu sadeliğin altında muazzam bir karmaşıklık var. “Basit” derken, bebekler bunu 9 ayda öğreniyor ama LLM’ler 3 yıldır öğrenemedi, o tür bir basitlik.)

Üç Aşamalı Döngü

Mekansal zeka şu üç adımdan oluşuyor:

ALGILAMA
Ortamdaki ham veriyi topla: ışık, derinlik, mesafe, hareket.

ANLAMA
Bu veriyi fizik yasaları ışığında anlamlandır: “O nesne düşüyor, demek ki yerçekimi var.”

AKSİYON
Anladığın gerçeklik içinde bir hareket yap: “O bardağı tutayım.”

LLM’lerin problemi basit: Hiçbiri yok.

Algılama? Yok. (Görüntüyü “piksel matrisi” olarak görüyor, derinlik yok.)
Anlama? Yok. (Fizik yasalarını “kelimelerle biliyorum” diyor ama içselleştirmemiş.)
Aksiyon? Kesinlikle yok. (Fiziksel dünyada hiçbir şeyi değiştiremiyor.)

LLM’lerin 4 Mekansal Körlüğü

Gerçekçi bir tablo çizelim:

Dikkat: Multimodal modeller görüntüyü “görüyor” diyoruz ama aslında görüntüyü token’lara çevirip metin gibi işliyor. Yani aslında görmüyor, okuyor.

BÜYÜK DÜNYA MODELLERİ – TEKNİK DEEPTIVE

Şimdi işin eğlenceli kısmı: Large World Models (LWM).

LLM’den LWM’e geçiş şunu yapıyor:

Fark farkında mısınız? Artık tahmin ettiğimiz şey piksel değil, fiziksel durum.

Token Prediction → World State Prediction

LLM’ler şunu yapıyor:

• Bir cümleyi token’lara böl
• Bir sonraki token’i tahmin et
• Tekrar et

LWM’ler şunu yapıyor:

• Ortamın geometrik yapısını, ışığını, nesnelerin pozisyonunu bir latent representation olarak tut
• Bir sonraki dünya durumunu tahmin et
• O durum içindeki pikselleri render et

Bu neden önemli? Çünkü piksel tahmin ederseniz, model “bu piksel mavi olmalı” der. Dünya durumu tahmin ederseniz, model “burada bir duvar var, ışık buradan yansıyor, gölge şu tarafa düşüyor” der.

Sonuç: Tutarlılık.

Transformer’ın Mekansal Evrimi

Transformer mimarisi-biliyorsunuz, LLM’lerin temelindeki attention mekanizması, dünya modellerinde iki kritik upgrade aldı:

Spatio-Temporal Attention

Yani model hem zamanda (bu kareden sonra ne olur) hem de uzayda (bu pikselin yanındaki piksel ne) düşünüyor.

Ring Attention ve Uzun Hafıza

Bir video, metinden binlerce kat daha yoğun veri içerir. 1 dakikalık 1080p video = yaklaşık 1.8 milyar piksel.

Bu kadar veriyi tutarlı tutmak için bağlam penceresinin dev olması gerekiyor. Ring Attention, bu pencereyi “halka” gibi döndürerek sonsuz uzunlukta gibi davranmasını sağlıyor. (Matrix’teki “infinite ammo” hilesi gibi-mermi bitmiyor, aslında sürekli döngüye giriyor.)

Üç Teknolojik Sütun

1. Autoregressive Latent Diffusion

Google DeepMind’ın Genie’sinde kullandığı yapı. Her kare, bir önceki kareye ve kullanıcının eylemine (klavye/fare) bakarak oluşturuluyor. Bu sayede interaktif simülasyon mümkün oluyor.

2. Vision-Language-Action (VLA)

Model şunları aynı anda işliyor:

• Vision: Ne görüyorum?
• Language: Ne istiyor?
• Action: Ne yapmalıyım?

Sonuç: Robotik harekete veya sanal eyleme dönüştürme.

3. Spatial Consistency

World Labs’in Marble’ında kullanılan teknik: Ortamı sadece piksellerle değil, 3D geometrik yapılarla temsil etmek.

Gaussian Splatting veya Textured Meshes kullanarak sahneyi gerçek bir 3D obje gibi sakla. Böylece içinde serbestçe dolaşabilirsin ve geri döndüğünde her şey yerli yerinde.

World Models vs Oyun Motorları

Şimdi kritik soru: Unreal Engine’den ne farkı var?

Fark sadece hız değil-doğası farklı. Oyun motorları deterministik: Aynı kod, aynı sonuç. Dünya modelleri generative: Her seferinde yeni bir şey.

Gelecek muhtemelen hibrit: World Labs’in Chisel editörü gibi araçlar, hem geleneksel 3D blocking hem de AI generation’ı birleştiriyor.

KİM NE YAPIYOR?

2026 başı itibariyle mekansal zeka, milyarlarca dolarlık bir yarış haline geldi. Bakalım kimler koşuyor.

World Labs (Fei-Fei Li) – Marble

Kuruluş: Eylül 2024
Değerleme: 1 milyar dolar (4 ay içinde unicorn)
İlk Ürün: Marble (Kasım 2025)

Marble ne yapıyor?

Tek bir fotoğraf, video veya metin ver. Marble sana içine girebileceğin bir dünya üretsin.

Özellikler:

1. Kalıcılık
   Marble bir video generator değil, world generator. Ürettiği dünyalar geometrik olarak saklanıyor. Yani geri döndüğünde aynı yer, aynı nesneler.
   
2. Chisel 3D Editor
   AI-native editing aracı. Sen yapıyı belirle (duvarlar, yerler, kaba şekiller), AI üzerini detaylarla kaplar. Bu “structure from style” ayrımı kritik.
   

Use case: Gaming, VFX, mimarlık, VR deneyimleri.

Google DeepMind – Genie & SIMA

Google’ın vizyonu farklı: Dünya modelleri, AGI’ye giden yolda eğitim sahaları.

Genie 3 (2025):

• 720p HD, 24 fps
• Gerçek zamanlı interaktif
• Klavye/mouse ile kontrol
• 1 dakika+ tutarlı simülasyon

Genie’nin özel yanı: Sadece bir video generator değil, oynanabilir bir dünya generator.

SIMA 2 (Scalable Instructable Multiworld Agent):

Genie tarafından üretilen dünyalar içinde görev yapan AI ajanları için tasarlandı.

Örnek:

“Müzedeki kırmızı heykeli bul ve yanına git”

SIMA bunu yapabilir. Neden? Çünkü sonsuz sayıda Genie dünyasında eğitildi. Her biri farklı bir oyun gibi ama hepsi aynı fizik yasalarına uyuyor.

Bu curriculum learning‘in sonsuz versiyonu.

Başarı Metrikleri ve Benchmark’lar

SIMA 2’nin başarısı, embodied AI için standart benchmark setleriyle ölçülüyor: MOMA (Multi-Object Multi-Agent), Habitat (3D ortamlarda navigasyon) ve VirtualHome gibi test setlerinde görev tamamlama oranı (task completion rate) kritik metrik.

Örneğin: “Müzedeki kırmızı heykeli bul” görevinde SIMA 2’nin başarı oranı %87. Yani 100 denemede 87’sinde heykeli bulup yanına gidiyor. Geleneksel navigation algoritmaları aynı testte %45 civarında kalıyor.

Bu metrikler önemli çünkü “simülasyonda başarılı” ile “gerçek dünyada işe yarar” arasında büyük fark var. Sim-to-real transfer’daki başarı oranı henüz %60-70 bandında.

NVIDIA – Physical AI Infrastructure

NVIDIA’nın yaklaşımı donanım+yazılım hibrit.

NVIDIA Cosmos:

“Dünya Temel Modelleri” (World Foundation Models) platformu.

Üç modül:

COSMOS PREDICT → Gelecek durumu tahmin et

COSMOS TRANSFER → Simülasyondan gerçeğe transfer

COSMOS REASON → Neden-sonuç ilişkilerini anla

Kullanım alanları:

• Otonom araçlar
• İnsansı robotlar
• Endüstriyel otomasyon

Omniverse ve Digital Twins:

NVIDIA’nın gizli silahı: Fiziksel dünyanın dijital ikizlerini yaratmak.

Bir fabrika düşünün. Tüm makineleri, konveyör bantları, robotik kolları dijital ortamda simüle et. Sonra gerçek robotları bu simülasyonda eğit. Hiç risk yok, sonsuz deney.

OpenAI ve Diğerleri

OpenAI:
Sora projesiyle video generation’da ama henüz tam bir “world model” yok. Ancak Apple Vision Pro ve Quest 3 için spatial reasoning yatırımları artıyor.

AMI Labs (Yann LeCun):
3.5 milyar dolar değerleme beklentisiyle tamamen dünya modellerine odaklanmış yeni girişim. LeCun’un tezi: “AGI ancak dünya modelleriyle mümkün.”

UYGULAMALAR – SEKTÖRLER NASIL ETKİLENİYOR?

Şimdi teoriden pratiğe geçelim. Bu teknoloji gerçek dünyada ne yapıyor?

1. Gaming & Interactive Entertainment

Hızlı Prototipleme:

Sonsuz Keşif:

Önceden: Harita sınırlı, nereye gidersen git sınırı görürsün.
Şimdi: Oyuncu hareket ettikçe dünya dinamik olarak genişliyor. Ve tutarlı kalıyor.

NPC Evrimi:

Eski NPC:

if (player_near) {

  say(“Merhaba maceraperest!”);

}

Yeni NPC:

• Ortamı anlıyor (kapı açık mı, ışık var mı)
• Hafızası var (geçen sefer ne konuştuk)
• Fiziksel tepki veriyor (ittim, yuvarlandı)

Tabii burada bir sorun var: IP ve kalite. Oyun stüdyoları buraya şüpheyle bakıyor. “AI üretsin, biz düzeltelim” modeli daha yaygın.)

2. Film & VFX

Sanal Prodüksiyon:

Mandalorian’ı hatırlıyor musunuz? Dev LED ekranlar, gerçek zamanlı Unreal Engine render.

Şimdi bunu dünya modelleriyle yapıyorsunuz:

Post-prodüksiyon değil, real-time prodüksiyon.

Pre-Visualization:

Karmaşık bir sahneyi çekmeden önce tüm kamera açılarını, aktör hareketlerini, ışıklandırmayı AI dünyasında test et.

Maliyet tasarrufu: %40-60.

3. Robotics & Embodied AI

Robotların gerçek dünyada eğitilmesi çok pahalı ve tehlikeli.

Çözüm: Sim-to-Real Transfer

NVIDIA Cosmos’un ana hedefi tam olarak bu: Fiziksel AI için sonsuz eğitim verisi.

4. Architecture & Design

Anlık Client Walkthrough:

Eski yol:

• Mimarın anlatımı
• 2D planlar
• Belki bir mockup

Yeni yol:

• Marble’a birkaç fotoğraf/çizim ver
• 3D dünyayı oluştur
• Client’ı VR’da içinde gezdirin

Günışığı Simülasyonu:

AI, gerçek dünya fizik yasalarını öğrenmiş. Bir pencereyi eklediğinde, gün ışığının nasıl yansıyacağını, gölgelerin nasıl düşeceğini hesaplıyor.

5. Education & Training

Tarihsel Canlandırmalar:

“Antik Roma’nın göbeğindeyim” deneyimi. Sadece görsel değil, spatial. Çevrende 360 derece dolaşabiliyorsun. Nesnelere dokunabiliyorsun.

Güvenli Eğitim:

Cerrahlar, pilotlar, itfaiyeciler-herkes kendi alanında risk almadan milyonlarca senaryo pratik edebilir.

6. Scientific Discovery

Moleküler Simülasyonlar:

Sürdürülebilir Kent Planlama ve Dijital İkizler

Büyük şehirler, dünya modellerini dijital ikizler (digital twins) üzerinden kent planlama ve afet yönetiminde kullanmaya başladı.

Singapur’un Virtual Singapore projesi buna mükemmel bir örnek: Şehrin tamamı 3D olarak modellendi ve NVIDIA Omniverse ile sürekli güncelleniyor. Bu dijital ikiz üzerinde:

• Trafik akışı simüle ediliyor (yeni bir yol açılırsa trafik nasıl değişir?)
• Enerji tüketimi optimize ediliyor (güneş panelleri nereye kurulmalı?)
• Sel senaryoları test ediliyor (aşırı yağışta hangi bölgeler risk altında?)

NVIDIA Cosmos, bu tür kent ölçeğindeki simülasyonları gerçek zamanlı yapabiliyor. Yani bir şehir planlamacısı “şu binayı yıkalım, yerine park yapalım” dediğinde, sistemin 10 yıl sonraki hava kalitesi, gürültü seviyesi ve yeşil alan oranını anında hesaplayabilmesi mümkün.

İstanbul için böyle bir dijital ikiz hayal edin: Marmaray’ın genişletilmesi trafik yoğunluğunu %18 azaltır mı? 3. havalimanının uzun vadeli hava kalitesi etkisi? Büyük ölçekli su yolu projelerinin deprem fay hatlarıyla etkileşimi? AI hepsini simüle eder, sonuçları doğal bir şekilde gösterir. Tartışmalı projeleri bile. Çünkü dijital ikizler politik değil, fiziksel. Bir şeyin “yapılıp yapılmaması” ideolojik karar ama “yapılırsa ne olur” sorusu bilimsel veridir.

Dünya modelleri, atomlar arasındaki kuvvetleri geleneksel yöntemlerden binlerce kat hızlı tahmin edebiliyor.

Sonuç: Yeni süper iletken malzemelerin keşfi hızlanıyor.

İklim Modelleme:

Uydu verilerini işleyen LWM’ler, ormansızlaşma veya sel senaryolarını uzun vadeli ve tutarlı şekilde tahmin ediyor.

CREATIVE AGENCY PERSPEKTİFİ – BİZ NE YAPACAĞIZ?

Şimdi can alıcı soru: Kreatif ajanslar için bu ne anlama geliyor?

Çünkü biz ne kod yazıyoruz ne oyun geliştiriyoruz (kısmen bunu yapanlarımız olsa da). Biz deneyim tasarlıyoruz. Ve dünya modelleri, deneyimin tanımını kökten değiştiriyor.

Yeni İş Akışları

Eskiden:

Örnek:

Bir otomobil markası için kampanya yapıyorsunuz.

Eski yol:

• Lokasyon scout (haftalar)
• Set kurulumu (günler)
• Çekim (günler)
• Post-prodüksiyon (haftalar)

Yeni yol:

• Marble’a ref görseller ver: “İzlanda buzulları, gün batımı, kar fırtınası”
• Dünyayı oluştur (5 dakika)
• Araba modelini ekle
• Client’a VR’da gezdirin
• Beğendi mi? Approve. Beğenmedi mi? Değiştir (2 dakika)

Skill Set Değişimi

Eski skill set:

• Photoshop/After Effects mastery
• Kamera teknikleri
• Lighting bilgisi

Yeni skill set:

• Spatial Thinking: 3D uzayda kompozisyon düşünmek
• Prompt Architecture: AI’ya doğru parametreleri vermek
• Hybrid Editing: Chisel gibi araçlarla AI’ya rehberlik etmek

En kritik beceri: AI Co-Pilot Kullanımı

AI bir asistan değil, bir co-creator. Sen yapıyı ver, o detayları doldursun. Sen estetik kararlara odaklan, o teknik execution’ı üstlensin.

Fırsatlar

İmmersive Marka Deneyimleri

Bir kozmetik markası için düşünün: Kullanıcı VR’da sanal bir spa’ya giriyor. Ürünleri deniyor. Işıklandırma, müzik, atmosfer-hepsi marka kimliğiyle uyumlu.

Maliyet? Fiziksel bir pop-up store’un %10’u.

Interactive Storytelling

Reklamlar artık lineer değil. Kullanıcı kendi yolunu çiziyor. Her seferinde farklı bir hikaye.

Virtual Showroomlar

Mobilya markası? Kullanıcı kendi evini Marble’da modeller, markanın ürünlerini yerleştirir, gerçek ışık koşullarında görür.

Riskler & Etik

Ama-ve bu büyük bir “ama”-bu teknoloji risk de getiriyor.

1. IP Ownership 

AI tarafından üretilen dünyaların telif hakkı kime ait?

2025’teki ABD Telif Hakları Ofisi raporu diyor ki: “Eğer insan dokunuşu yoksa, telif hakkı yok.”

Ama “insan dokunuşu” ne demek? Prompt yazmak sayılıyor mu? Chisel’da bloklamak sayılıyor mu?

Henüz kimse bilmiyor.

2. Training Data Copyright

Marble ve Genie gibi modeller milyonlarca saatlik video ile eğitildi. Bu videoların hak sahipleri kim? Rızaları alındı mı?

Netflix, YouTube, Vimeo hepsi kendi içeriklerinin AI eğitiminde kullanılmasını engelliyor.

Ajanslar için risk: Eğer kullandığınız model problematik veriyle eğitildiyse, outputunuz da problematik olabilir.

3. Habsburg AI Fenomeni

Eğer AI’lar sürekli AI verisiyle eğitilirse, çıktılar zamanla “dejenerasyona” uğruyor. Tıpkı Habsburg hanedanı gibi, aşırı iç evlilik, genetik sorunlar.

Sonuç: Homojenleşme, orijinalite kaybı, “AI estetiği” tuzağı.

4. Erişim ve Sürdürülebilirlik: Yüksek Hesaplama Bariyeri

Dünya modellerinin eğitim ve çalıştırma (inference) maliyeti astronomik boyutlarda. 1 dakikalık 1080p video yaklaşık 1.8 milyar piksel içeriyor ve her piksel için spatio-temporal ilişkiler hesaplanıyor. Ring Attention ve NVIDIA’nın özel donanımları bu yükü azaltsa da, bu modelleri eğitmek milyonlarca dolarlık GPU kümesi gerektiriyor.

Sonuç: LWM’ler şimdilik dev şirketlerin tekelinde. Küçük ajanslar veya bağımsız yaratıcılar, bu teknolojiye ancak API’lar üzerinden (Marble, Genie gibi) erişebiliyor. Bu da başka bir sorun: Bağımlılık. Eğer World Labs yarın kapanırsa, onların platformuna kurulu tüm workflow’larınız çöker.

Enerji tüketimi de cabası: Bir LWM eğitimi, ortalama bir evin 10 yıllık elektrik tüketimine eşit karbon ayak izi bırakabiliyor.

GELECEĞİN YOLU – NE TARAFA GİDİYOR?

Şimdi zor kısım: Gelecek.

Alan o kadar hızlı gelişiyor ki, bu yazıyı bitirdiğimde bile yarısı güncelliğini yitirmiş olabilir.

AGI ve Dünya Modelleri

Yann LeCun diyor ki: “LLM’ler AGI’ye götürmez. Dünya modelleri götürür.”

Sebep basit: Gerçek zeka, sadece düşünmek değil, dünyayı anlamak gerektirir.

Bir bebek nasıl öğreniyor? Kitap okuyarak mı? Hayır. Etrafa bakarak, nesnelere dokunarak, düşürüp kırarak, deniyor ve yanılıyor.

AGI de böyle öğrenecek. Sonsuz sayıda simüle edilmiş dünyada deney yaparak.

Yaklaşan Dönüm Noktaları

1-2 yıl içinde göreceğimiz şeyler:

Seamless Virtual-Physical Blend

Apple Vision Pro ve Quest 3’te dünya modelleri. Fiziksel odanızda duruyorsunuz ama VR gözlüğü duvarlara sanal ışık projeksiyon yapıyor. Saniyeler içinde odanız bir cyberpunk bara dönüşüyor.

Multi-User Persistent Worlds

Binlerce kullanıcı aynı AI dünyasında. Biri bir duvar ekliyor, diğeri bir pencere açıyor. Her eylem kalıcı. Dünya büyüyor, evriliyor.

Minecraft meets Marble.

Real-Time Collaborative Creation

Üç kişi aynı anda, doğal dille konuşarak, aynı 3D dünyayı inşa ediyor.

“Ben sol tarafı hallederim” → Marble sol tarafı oluşturur.
“Ben ışıklandırmayı ayarlayayım” → Marble lighting’i adapt eder.
“Ben karakterleri ekleyeyim” → NPC’ler sahneye girer.

Belirsizlikler ve Sorular

Ama tabii her yeni teknoloji gibi, bu da sorularla dolu:

Soru 1: Homogenization riski var mı?

Eğer herkes aynı modelleri kullanırsa, tüm dünyalar birbirine benzer mi olacak?

Tıpkı Instagram estetiği gibi-herkes aynı filtreleri kullanınca her şey aynı görünmeye başladı.

Soru 2: Yaratıcı emeğin değeri ne olacak?

Eğer AI saniyeler içinde bir dünya yaratabiliyorsa, 3D artist’ler ne yapacak? Kreatif direktörlerin rolü ne olacak?

Cevap belirsiz ama tarih bize şunu gösteriyor: Teknoloji her zaman bazı işleri yok etti ama yeni işler yarattı. Fotoğraf, portre ressamlarını yok etmedi, onları farklı bir alana itti.

Soru 3: Etik sınırlar nerede?

Eğer herkes herhangi bir dünya yaratabiliyorsa, zararlı içerik kontrolü nasıl sağlanacak?

Deep fake’ler sadece yüz değiştirmekten ibaret değildi. Şimdi tüm dünyayı fake yapabiliyoruz.

KELİMELER BİTTİ, DÜNYALAR BAŞLADI

Yazının başında Midjourney’den kedi istemiştim. Masa altından çıkıp pencereye zıplayan kedi.

Gelen görsellerde kedi vardı, masa vardı, pencere vardı. Ama “altından çıkmak” yoktu. AI o spatial ilişkiyi, masa altının bir hacim olduğunu, kedinin oradan geçmesi gerektiğini kavramıyordu. Bu AI’a anlatılmaz değil tabi ama…

Şimdi Marble, Genie 3, NVIDIA Cosmos var. Ve onlar o kediyi yaratabilirler. Masa altından gerçekten çıkarak. Çünkü onlar dünyayı bir metin olarak değil, bir mekan olarak görüyorlar. Geometri, fizik, spatial ilişkiler, hepsi var.

Büyük Dil Modelleri başlangıçtı. Kelimeler, yapay zekanın dili öğrenmesiydi. Gerçek zeka için dil yeterli değil, fiziksel dünyayı anlamak gerekli. Yerçekimini, nesne kalıcılığını, nesnelerin birbirine göre konumunu, eylem-sonuç ilişkileri.

Spatial Intelligence, işte bu geçiş. Yapay zekanın kelime hapishanesinden çıkıp, gerçek dünyaya ve hatta gerçek dünyanın sonsuz varyasyonlarına girmesi.

Kreatif profesyoneller için bu ne anlama geliyor? Deneyim tasarımı sınırsız hale geliyor, üretim süreleri 10x hızlanıyor, immersive storytelling demokratize ediliyor. Ama aynı zamanda skill set değişiyor (mekansal düşünmek gerekiyor), IP ve etik belirsizlikler var, homogenization riski büyüyor.

En önemlisi? Hemen şimdi denemek lazım.

Marble’a kayıt olun. Free tier yeterli. Küçük bir proje seçin, belki bir brand concept, belki bir client presentation mockup’ı. Ekiple deney yapın. Spatial thinking egzersizi olarak görün. Geri bildirim toplayın: IP konusunda ne düşünüyorlar, workflow nasıl değişiyor, kalite nerede?

Ve en önemlisi: Merak edin.

Çünkü bu teknoloji henüz emekleme aşamasında. Bir yıl sonra neler yapabileceğimizi bugün hayal bile edemeyiz. Tıpkı 2022’de “Chat GPT ne işe yarar ki?” dediğimiz  veya “Will Smith eating spaghetti”ni geldiği hal gibi.

Fei-Fei Li’nin dediği gibi:

“Mekansal zeka, gerçek ve sanal dünyalarla etkileşim kurma ve onları yaratma biçimimizi sonsuza dek değiştirecek.”

Kelimeler bitti. Dünyalar başladı.

Göz atalım:

• Fei-Fei Li – “From Words to Worlds: Spatial Intelligence is AI’s Next Frontier” (Substack, 2025)
• World Labs – Marble Official Documentation
• Google DeepMind – Genie 3 
• TIME Magazine – “Spatial Intelligence Is AI’s Next Frontier” 
• NVIDIA – Cosmos Platform Overview
• IEEE Spectrum – Fei-Fei Li Interview
• Otostopçunun YZ Rehberi Podcast – “LWM ve Fiziksel Yapay Zeka” bölümü

Son whisper: Bu yazı, dünya modelleriyle yaratılan hiçbir içerik kullanılmadan yazıldı. Henüz. Bir dahaki yazı belki Marble içinde bir dünyada yazılacak. Kim bilir?