كشفت Google DeepMind يوم الثلاثاء عن Genie 4، وهو نموذج ذكاء اصطناعي ينشئ عوالم افتراضية تفاعلية في الوقت الفعلي، مع مجموعة من التطبيقات المحتملة.
وقالت Google إن Genie 4 متعدد الوسائط بطبيعته، في منشور على مدونتها، ما يعني إمكانية توليد موسيقى شبيهة بالصوت وضوضاء محيطة وحوارات تفاعلية في الوقت نفسه داخل العالم.
وبشكل أكثر تحديدًا، يمكن للمستخدمين استخدام اللغة الطبيعية لتعديل المحاكاة في الوقت الفعلي، مثل تغيير الطقس، وضبط زوايا الكاميرا، وإضافة أشخاص وأجسام جديدة. ويدعم Genie 4 أيضًا الحوارات التفاعلية. ويعدّل النموذج المشهد تلقائيًا ليتوافق مع الطلب ويحافظ على استمرارية حركته، مع التعامل مع سيناريوهات فيزيائية من العالم الحقيقي، مثل الديناميكا الهوائية والتصادمات.
وقال Raia Hadsell وDiego Rivas وHang Qi من Google DeepMind في المنشور: "أبرز قفزة هي الطريقة التي يحاكي بها Genie 4 الأشخاص، إذ ينشئ شخصيات تتحرك بصورة طبيعية، وتتفاعل تلقائيًا مع بيئاتها، ويمكن توجيهها تفاعليًا في الوقت الفعلي".
وقالت الشركة إن النموذج يُطرح مبدئيًا كمعاينة بحثية لمجموعة مختارة من المختبرين لجمع الملاحظات قبل طرحه على نطاق أوسع للمستهلكين والمطورين، بدءًا من مشتركي Google AI Ultra في Project Genie وشركاء الوصول المبكر إلى Gemini API وGoogle AI Studio.
الاستفادة من عائلة Gemini
قال المؤلفون إن Genie 4 يدمج قدرات من عائلة نماذج Gemini AI الحالية لدى Google، إذ يعمل Gemini Omni على تثبيت المحاكاة ضمن مظهر وسلوك العالم الحقيقي، بينما تتولى نماذج أخرى مهام الاستدلال المعقد للمساعدة في الحفاظ على اتساق المحاكاة واستمراريتها.
ووفقًا للشركة، يعمل Gemini 3.8 Flash "وكيلًا إرشاديًا ضمن الحلقة" للمساعدة في تحقيق القدرات الآنية، إذ يحلل المشهد باستمرار، ويقسّم الأهداف إلى سلسلة من الخطوات، ويراجع الإطارات الواردة لتتبع التقدم والتحقق منه.
لكن المؤلفين حذروا من أن Genie 4 لا يزال في مرحلة مبكرة من البحث، وأنه رغم قدرته على الحفاظ على بيئات متسقة خلال الجلسات القصيرة، قد تنحرف بعض العناصر بمرور الوقت، ولا سيما عندما تستمر المحاكاة لفترة أطول أو تخضع لتعديلات معقدة متعددة على الطلبات.
وقالت Google DeepMind إن هذه التقنية قد تساعد في نهاية المطاف على تدريب وكلاء الذكاء الاصطناعي والروبوتات في بيئات افتراضية، مع تمكين تطبيقات جديدة في صناعة الأفلام وألعاب الفيديو وغيرها من التجارب التفاعلية.