Genie 4 من Google يضيف صوتاً فورياً إلى عوالمه المولّدة بالذكاء الاصطناعي

أطلقت Google DeepMind نموذجها الأحدث للعالم الافتراضي، Genie 4، كنسخة بحثية تجريبية يوم الثلاثاء. يبني النظام أكثر العوالم المحاكاة واقعية وتفاعلية التي عرضتها الشركة حتى الآن، ويتيح للمستخدمين كتابة توجيه في منتصف المحاكاة لتوجيه مسار المشهد. كما يولّد النظام صوتاً فورياً - موسيقى وأصواتاً محيطة وحواراً تفاعلياً - متوافقاً مع العالم المحاكى. ويضيف Genie 4 تعديلات حرة، مثل تغيير حالة الطقس أو زاوية الكاميرا فور حدوثها، أو إدخال أشخاص وعناصر جديدة، ويمكنه الحفاظ على استقرار المشهد لمدة تصل إلى دقيقتين، أي ضعف ما كان يوفره Genie 3، النسخة البحثية التي أطلقتها Google قبل أكثر من عام بقليل. وتقول Google أيضاً إن النموذج الجديد يتعامل مع الفيزياء بشكل أفضل ويُنتج شخصيات أقرب للطابع البشري.

ويأتي الإطلاق بعد أن قدّمت شركة Runway، الناشئة في مجال الفيديو بالذكاء الاصطناعي، نموذجها الثاني للعالم الافتراضي، GWM Worlds 2، قبل ذلك بعدة أشهر. وتتكاثر نماذج العوالم الافتراضية بوتيرة سريعة بدأ معها القطاع في الاندماج: فشركة AMD تستحوذ على World Labs التابعة لـFei-Fei Li، وتتفاوض Amazon للاستحواذ على Decart، واستحوذت Rivian مؤخراً على Third Dimension لإدخال إمكانيات المحاكاة ضمن عملياتها الداخلية لاختبارات القيادة الذاتية.

ويلعب Gemini، نموذج الذكاء الاصطناعي من Google، الآن دوراً أوثق إلى جانب Genie 4، حيث يرسم الخطوات ويراجع اللقطات بينما يُنتج Genie الصور. كما أجرت Google تجربة في مجال الروبوتات مرتبطة بـGemini Robotics، حيث قسّم نموذج Gemini 4 Argon المهام إلى خطوات نفّذها Genie 4 فورياً - وهي إشارة مبكرة إلى أن النظام قد يسمح للمهندسين بتجربة سلوك الروبوتات في بيئة محاكاة قبل اختبارها فعلياً. وقال Tejas Kulkarni، مدير الأبحاث في Google، خلال جلسة إحاطة: “ما سنشهده بشكل متزايد في المستقبل هو هذه النماذج الهجينة للعوالم الافتراضية، حيث يجمع المرء بين Gemini الذي يكتب الكود والنص، وGenie الذي يستقبل ذلك فورياً ويحاكي الواقع على مستويات مختلفة من التجريد.”

وتُسوّق Google نموذج Genie 4 لاستخدامات في الألعاب والتعلّم التفاعلي والروبوتات، لكن أول المختبرين الموثوقين يستخدمونه أيضاً لصياغة نماذج أولية للأفلام، بحسب ما قاله Diego Rivas، المهندس في Google DeepMind - وهو أمر مفيد، على حد قوله، للحفاظ على تدفق إبداعي خلال مرحلتي التصور ووضع المخطط القصصي. وقال Rivas إن المستخدمين قد يعتمدون مع مرور الوقت على Gemini Omni - النموذج متعدد الوسائط من Google - لتحويل تلك المسودات إلى أعمال إبداعية جاهزة، لكنه حذّر من أن هذه القدرة لا تزال بعيدة المنال. وأشار الفريق أيضاً إلى ثغرات حقيقية: فالتفاصيل قد تنحرف كلما طال عرض المشهد، ولا يزال الصوت الموثوق داخل العالم المحاكى والنص المقروء على الشاشة دون حل. وقد أصبح Genie 4 متاحاً الآن للمختبرين الموثوقين كنسخة بحثية تجريبية، وتقول Google إنه سيصل إلى مشتركي Google AI Ultra ضمن Project Genie، وكذلك إلى المطورين الذين يتمتعون بوصول مبكر إلى Gemini API وGoogle AI Studio، خلال الأسابيع المقبلة.

لماذا يهم

يشير التكامل الأوثق بين Genie 4 وGemini، واستخدامه في تجربة محاكاة للروبوتات، إلى أن نماذج العوالم الافتراضية تتحول إلى ساحة اختبار للذكاء الاصطناعي المادي، لا مجرد أداة إبداعية - وهو تحوّل يتماشى مع موجة الاستحواذات التي تُعيد تشكيل القطاع.