Google DeepMind تطلق نموذج العالم Genie 4 مع الصوت والتوجيه الفوري

أطلقت Google DeepMind نموذج العالم Genie 4 في معاينة بحثية الثلاثاء. يولّد عوالم تفاعلية أقرب للواقع ويتيح كتابة أوامر أثناء المحاكاة لتغيير المشهد، مع صوت فوري يطابق العالم: موسيقى وأصوات محيطة وحواراً تفاعلياً.

تحسينات النموذج

يتيح Genie 4 تعديلات حرة مثل تغيير الطقس أو زاوية الكاميرا فوراً أو إضافة أشخاص أو كائنات. يحافظ على مشهد متسق حتى دقيقتين، ضعف سابقه، ويقدم فيزياء أفضل وشخصيات أقرب للبشر. يتكامل Gemini معه كمخرج يخطط الخطوات ويفحص الإطارات بينما يصنع Genie المرئيات.

تجربة الروبوتات

في تجربة مرتبطة بـ Gemini Robotics، قسّم Gemini 4 Argon المهام إلى خطوات حاكاها Genie 4 فورياً. تُظهر التجربة طريقة محتملة لاختبار سيناريوهات الروبوتات محاكاةً قبل العالم الحقيقي. قال Tejas Kulkarni، مدير البحث في Google، إن نماذج العالم الهجينة مستقبلاً قد تجمع كتابة Gemini للشيفرة والنص مع استيعاب Genie لذلك فورياً ومحاكاة الواقع بمستويات تجريد مختلفة.

السياق الصناعي والاستخدامات

جاء الإصدار بعد أشهر من إطلاق Runway نموذجها الثاني GWM Worlds 2، وهو قابل للعب ويستجيب ديناميكياً للمدخلات ويتضمن توليد صوت. تتوحد الصناعة: تستحوذ AMD على World Labs لـ Fei-Fei Li، وتتفاوض Amazon لشراء Decart، واستحوذت Rivian على Third Dimension لإدخال المحاكاة داخلياً في اختبار القيادة الذاتية. Genie 4 خطوة Google للبقاء في الصدارة. تشمل الاستخدامات التجارية الألعاب والتعلم التفاعلي والروبوتات. ومن الأمثلة التخمينية دخول لوحة لمشهد تاريخي ومحادثة شخصياتها حول الحدث. يشير مختبرون موثوقون إلى استخدام محتمل: نماذج أولية للأفلام. قال Diego Rivas، مهندس في Google DeepMind، إن الفورية تصبح أهم حيث يفيد الحفاظ على التدفق الإبداعي، مثل توليد الأفكار ورسم القصص. تقدم Google أيضاً Veo لتوليد فيديو عالي الدقة بصوت متزامن من نص أو صورة أو فيديو، وتزداد شعبيته لدى صانعي الأفلام. أضاف Rivas أن المستخدمين قد يعتمدون لاحقاً على Gemini Omni، نموذج لغوي كبير متعدد الوسائط يولّد فيديو من صور وصوت ونص، لتحويل النماذج إلى أصول إبداعية، لكن تلك القدرات بعيدة.

القيود والتوافر

شدد Rivas على أن Genie 4 في أيامه الأولى وأن تجربة المنتج النهائية غير واضحة بعد. أقر الفريق بأن التفاصيل والكائنات قد تنزاح كلما طالت المحاكاة، وأنهم لم يضمنوا بعد دقة الصوت ووضوح النص داخل العالم. يتوافر Genie 4 الآن كمعاينة بحثية للمختبرين الموثوقين. وفي الأسابيع المقبلة سيطرح لمشتركي Google AI Ultra في Project Genie، أداة Google لتوليد عوالم تفاعلية من نص أو صورة، ولشركاء الوصول المبكر في Gemini API وGoogle AI Studio.

المصادر: TechCrunch · Ars Technica · The Verge