غوغل ديب مايند تطلق Genie 4، نموذج عالم تفاعلي بصوت مباشر

كشفت غوغل ديب مايند عن Genie 4 يوم الثلاثاء، وجعلته متاحًا فورًا للمختبِرين الموثوقين، مع توقّع طرح أوسع في الأسابيع المقبلة لمشتركي Google AI Ultra عبر Project Genie وللشركاء ذوي الوصول المبكر في واجهة برمجة تطبيقات Gemini وGoogle AI Studio. يُعدّ Genie 4 نموذج عالم — فهو يولّد بيئات افتراضية تفاعلية من مطالبات نصية أو صورية — ويمثل ترقية كبيرة عن سابقه في ثلاثة مجالات رئيسية. أولًا، يولّد صوتًا أصليًا متزامنًا: تظهر الموسيقى والأصوات المحيطة والحوارات التفاعلية للشخصيات جنبًا إلى جنب مع العالم المحاكى في الزمن الفعلي. ثانيًا، يضاعف حدّ تماسك المَشهد الخاص بسابقه، محافظًا على اتساق الفيزياء وتوضّع الأجسام لمدة تصل إلى دقيقتين. ثالثًا، يمكن للمستخدمين توجيه المحاكاة أثناء تشغيلها بكتابة مطالبات لتغيير حالة الطقس أو زوايا الكاميرا أو إضافة أجسام، مما يجعل التجربة تفاعلية بحقّ بدلًا من كونها توليدًا لمرة واحدة. ويتكامل Genie 4 بشكل وثيق مع Gemini، نموذج الذكاء الاصطناعي من غوغل، الذي يعمل كمخرج يخطط للخطوات ويفحص الإطارات بينما يتولّى Genie إنشاء المَشاهد البصرية. وفي تجربة روبوتية ذات صلة، قسّم نموذج Gemini 4 Argon المهام إلى خطوات حاكاها Genie 4 في الزمن الفعلي، بما يشير إلى إمكانية اختبار سيناريوهات الروبوتات افتراضيًا قبل نشرها في العالم الحقيقي. ومن بين التطبيقات المحتملة التي ذكرها الفريق إنشاء نماذج أولية للألعاب، ومحاكاة الروبوتات، وإعداد السيناريوهات المرئية للأفلام (ستوري بورد)، والتعلّم التفاعلي. وتشمل القيود الحالية انحرافًا عرضيًا في التفاصيل الدقيقة خلال المحاكاة الأطول، إلى جانب تحديات في ضمان دقة الصوت ووضوح النصوص داخل العالم المحاكى.