جوجل تطلق Genie 4: عوالم تفاعلية بالصوت والتوجيه الفوري

أعلنت «جوجل ديب مايند» عن إصدار نموذجها الجديد لتوليد العوالم Genie 4 في صورة معاينة بحثية، في خطوة تعكس تسارع المنافسة في فئة ناشئة من أنظمة الذكاء الاصطناعي تُعرف بـ«نماذج العوالم» (World Models). ولا يكتفي النموذج الجديد بإنتاج مشاهد بصرية عالية الواقعية، بل يضيف طبقة صوتية متزامنة وقدرة على تعديل البيئة أثناء تشغيلها عبر أوامر نصية مباشرة.

ما هي نماذج العوالم ولماذا تهتم بها الشركات؟

بخلاف نماذج توليد الفيديو التي تنتج مقطعاً جاهزاً ومغلقاً، تهدف نماذج العوالم إلى بناء بيئة قابلة للاستكشاف والتفاعل في الزمن الحقيقي، بحيث يستجيب المشهد لحركة المستخدم وأوامره. هذا الفرق الجوهري يجعلها مرشحة للاستخدام في مجالات تتجاوز الترفيه، مثل تدريب الروبوتات واختبار سلوكها في بيئات محاكاة قبل نقلها إلى الواقع المادي.

ويبدو أن السوق أدرك هذه القيمة سريعاً، إذ تشهد الساحة موجة اندماجات واستحواذات: شركة AMD تتجه للاستحواذ على «وورلد لابس» التي أسستها الباحثة فاي-فاي لي، وتجري «أمازون» محادثات للاستحواذ على «ديكارت»، فيما استحوذت «ريفيان» على «ثيرد دايمنشن» لتطوير قدرات المحاكاة الداخلية الخاصة باختبار القيادة الذاتية. كما سبق لشركة «رَن واي» أن أطلقت الجيل الثاني من نموذجها للعوالم التفاعلية مع توليد صوتي مدمج.

أبرز ما يقدّمه Genie 4

مقارنةً بالإصدار السابق Genie 3 الذي طُرح قبل نحو عام، يأتي النموذج الجديد بتحسينات ملموسة:

• صوت في الزمن الحقيقي: توليد موسيقى ومؤثرات بيئية وحوارات تفاعلية تتناسب مع المشهد المُولَّد.
• تعديل حر أثناء التشغيل: يمكن للمستخدم كتابة أمر لتغيير حالة الطقس أو زاوية الكاميرا أو إضافة أشخاص وأجسام جديدة دون إيقاف المحاكاة.
• ثبات أطول للمشهد: الحفاظ على اتساق البيئة لمدة تصل إلى دقيقتين، أي ضعف حدود الإصدار السابق.
• فيزياء أدق وشخصيات أقرب للبشر: تحسّن في محاكاة القوانين الفيزيائية وحركة الشخصيات.
• واقعية بصرية أعلى: مشاهد أقرب إلى التصوير الفوتوغرافي من أي إصدار سابق.

تكامل أعمق مع Gemini

من أهم التغييرات أن نموذج «جيميناي» بات يعمل بصورة أوثق مع Genie 4، حيث يؤدي دور «المخرج» الذي يخطّط الخطوات ويراجع الإطارات، بينما يتولى Genie إنتاج الجانب البصري. وفي تجربة بحثية مرتبطة بمشروع «Gemini Robotics»، جرى تفكيك مهمة ما إلى خطوات متسلسلة عبر نموذج من عائلة جيميناي، ثم محاكاة تلك الخطوات لحظياً داخل Genie 4 — وهو مسار يفتح الباب لاختبار سلوك الروبوتات افتراضياً قبل تنفيذه فعلياً.

ويرى تيجاس كولكارني، مدير الأبحاث في جوجل، أن المستقبل يتجه نحو «نماذج عوالم هجينة» تجمع بين قدرة جيميناي على كتابة الأكواد والنصوص وقدرة Genie على استيعابها فوراً ومحاكاة الواقع بمستويات تجريد مختلفة.

استخدامات متوقعة: من الألعاب إلى النماذج الأولية للأفلام

تتحدث جوجل عن ثلاثة مجالات تجارية رئيسية: الألعاب، والتعلّم التفاعلي، والروبوتات. ومن الأمثلة التصورية للتعلّم التفاعلي الدخول إلى لوحة فنية تجسّد حدثاً تاريخياً والتحاور مع شخصياتها حول ذلك الحدث.

لكن المختبرين الأوائل الذين يحصلون على صلاحية الوصول المبكر أشاروا إلى استخدام آخر لم يكن في الحسبان: بناء النماذج الأولية للأعمال السينمائية. ويوضح دييجو ريفاس، المهندس في جوجل ديب مايند، أن قيمة العمل في الزمن الحقيقي تظهر بوضوح في مراحل توليد الأفكار وإعداد اللوحات التصويرية (Storyboarding)، حيث يحتاج المبدع إلى الحفاظ على تدفق أفكاره دون انتظار المعالجة. ويضيف أن المستخدمين قد يعتمدون لاحقاً على نماذج متعددة الوسائط لتحويل هذه النماذج الأولية إلى أصول إبداعية مكتملة، وإن كانت هذه القدرات ما زالت بعيدة نسبياً.

قيود معلنة بصراحة

لم تُخفِ جوجل أن النموذج لا يزال في مراحله الأولى، وأن ملامح تجربة المنتج النهائية غير محددة بعد. ومن أبرز الثغرات المعترف بها أن التفاصيل والأجسام قد «تنحرف» تدريجياً كلما طالت مدة المحاكاة، كما أن ضمان دقة الصوت ووضوح النصوص الظاهرة داخل العالم المُولَّد ما زال تحدياً غير محلول.

كيف يمكن الوصول إليه؟

يتوفر Genie 4 حالياً كمعاينة بحثية للمختبرين الموثوقين، على أن يُتاح خلال الأسابيع المقبلة لمشتركي خطة Google AI Ultra عبر أداة «Project Genie» المخصصة لتوليد العوالم التفاعلية من أوامر نصية أو صور، إلى جانب شركاء الوصول المبكر في واجهة Gemini API ومنصة Google AI Studio.

الخلاصة أن Genie 4 ليس منتجاً جاهزاً للاستخدام الواسع بقدر ما هو إشارة واضحة إلى اتجاه الصناعة: الانتقال من توليد المحتوى الثابت إلى بناء بيئات حيّة يمكن التفاعل معها وتوجيهها — وهي قدرة ستكون حجر الأساس لتدريب الأنظمة الذكية المجسّدة في السنوات القادمة.

✦ بقلم فريق دروب أيديا