جوجل ديب مايند تكشف عن Genie 4: نقلة نوعية في نماذج العالم مع صوت فوري وتحكم لحظي

أطلقت شركة جوجل ديب مايند (Google DeepMind) يوم الثلاثاء أحدث نماذجها للعالم، المعروف باسم Genie 4، في إطار معاينة بحثية. تُعد هذه الخطوة تطوراً جوهرياً في مجال الذكاء الاصطناعي التوليدي، إذ تتيح للمستخدمين استكشاف بيئات تفاعلية فائقة الواقعية من حيث الدقة البصرية. وعلى عكس النسخ السابقة، يتيح Genie 4 للمستخدمين إدخال أوامر نصية أثناء المحاكاة لتعديل المشهد ديناميكياً، مع توليد صوت فوري متزامن يشمل الموسيقى والأصوات المحيطة والحوارات التفاعلية، مما يمنح العوالم الافتراضية حيوية أكبر واستجابة أدق. تتميز النسخة الجديدة بمزايا تقنية متقدمة مقارنة بسابقتها Genie 3، التي صدرت قبل أكثر من عام. حيث يدعم Genie 4 تعديلات حرة مثل تغيير الظروف الجوية أو زاوية الكاميرا في الوقت الفعلي، وإضافة شخصيات أو كائنات جديدة دون كسر انغماس المستخدم. كما يمكن للنموذج الحفاظ على اتساق المشهد لمدة تصل إلى دقيقتين، وهو ضعف الحد الأقصى للنسخة السابقة، مع تحسينات ملحوظة في محاكاة الفيزياء وسلوكيات الشخصيات البشرية. هذا الاستقرار الفني ضروري للتطبيقات التي تتطلب تفاعلاً مستمراً، مثل الألعاب المعقدة أو سيناريوهات التدريب المتقدمة. يأتي الابتكار الأبرز في هذه الإصدار من خلال التكامل الأعمق مع نموذج Gemini من جوجل. يعمل Gemini هنا كمخرج، حيث يخطط للخطوات ويتحقق من الإطارات بينما يتولى Genie 4 إنشاء المرئيات. وفي تجربة بحثية مرتبطة بروبوتات Gemini، قام نموذج Gemini 4 Argon بتفكيك المهام إلى خطوات محاكاتها Genie 4 في الوقت الفعلي. ووصف تيياس كولكارني، مدير البحث في جوجل، هذا النهج بأنه مقدمة لنماذج العالم الهجينة، حيث يكتب Gemini الكود والنص الذي يستهلكه Genie لمحاكاة الواقع بمستويات تجريد مختلفة، مما يفتح آفاقاً جديدة لاختبار سيناريوهات الروبوتات قبل نشرها في العالم الحقيقي. تتسع التطبيقات التجارية المحتملة لـ Genie 4 لتشمل الألعاب، والتعلم التفاعلي، والروبوتات. فعلى سبيل المثال، يمكن للمستخدمين في سياق التعليم الدخول إلى لوحة تاريخية والتفاعل مع شخصياتها. غير أن الملاحظات الأولية من 'المختبرين الموثوقين' تشير إلى تطبيق واعد جديد: النماذج الأولية للأفلام. وأكد دييغو ريفاس، مهندس في جوجل ديب مايند، أن الجانب الفوري للنموذج لا غنى عنه في مراحل التوليد السريع للأفكار ولوحات القصص، مما يسمح للمخرجين بتصور مفاهيمهم فورياً. وعلى الرغم من شعبية نموذج Veo في توليد الفيديو، يوفر Genie 4 طبقة تفاعلية فريدة قد تعيد تشكيل سير عمل ما قبل الإنتاج. ورغم هذه التقدم، أقر الفريق بأن Genie 4 ما يزال في مراحله الأولى. وتشمل التحديات المعروفة احتمالية انحراف التفاصيل والكائنات المرئية مع مرور الوقت في المحاكاءات الطويلة، فضلاً عن الصعوبات في ضمان دقة الصوت ووضوح النصوص داخل العالم. يتوفر النموذج حالياً للمختبرين الموثوقين، ومن المقرر أن يتم إطلاقه خلال الأسابيع المقبلة للمشتركين في Google AI Ultra عبر مشروع Project Genie، ولشركاء الوصول المبكر لواجهة Gemini API وGoogle AI Studio. وتهدف هذه الاستراتيجية التدريجية إلى تحسين تجربة المنتج النهائية بناءً على ملاحظات المستخدمين قبل الإطلاق العام الواسع.