أعلنت Google DeepMind عن Genie 4 يوم الثلاثاء، وهو أحدث نموذج عالمي للمحاكاة التفاعلية في الوقت الفعلي، مما يجلب ما تسميه الشركة الواقعية غير المسبوقة والصوت الأصلي إلى البيئات المولدة بالذكاء الاصطناعي والتي يمكن للمستخدمين توجيهها بسرعة باستخدام اللغة الطبيعية.
يقوم Genie 4 بإنشاء العوالم الأكثر واقعية وتفاعلية التي أنتجتها DeepMind حتى الآن، وفقًا لتغطية TechCrunch بعد مؤتمر صحفي. يمكن للمستخدمين كتابة مطالبات في منتصف المحاكاة لتغيير المشهد - تحريك الكاميرا، أو تغيير الطقس، أو تقديم أشخاص وأشياء جديدة - بينما يقوم النموذج بإنشاء صوت متزامن سريعًا، بما في ذلك الصوت المحيط والموسيقى والحوار التفاعلي.
أصبحت النماذج العالمية - أنظمة الذكاء الاصطناعي التي تحاكي البيئات التفاعلية بدلاً من مجرد التنبؤ بالنص أو عرض الصور الثابتة - واحدة من أكثر الحدود المتنازع عليها في الذكاء الاصطناعي. تابع أحدث إصدارات نماذج الذكاء الاصطناعي على AI Buzz Wire مع تسارع وتيرة السباق.
مبني على الجوزاء، من إخراج الجوزاء
تم دمج Genie 4 بعمق مع عائلة نماذج Gemini من Google. وفقًا لإعلان DeepMind، يقوم Gemini Omni بتثبيت عمليات المحاكاة في المظهر والسلوك في العالم الحقيقي، في حين توفر نماذج Gemini الأخرى المنطق المعقد اللازم للحفاظ على تماسك المحاكاة مع مرور الوقت.
وصف TechCrunch الهندسة المعمارية بأن Gemini يعمل كمخرج يخطط للخطوات ويفحص الإطارات بينما يقوم Genie بإنشاء العناصر المرئية. في تجربة بحثية مرتبطة بـ Gemini Robotics، قام نموذج Gemini 4 Argon بتقسيم المهام إلى خطوات قام Genie 4 بعد ذلك بمحاكاتها في الوقت الفعلي - وهو عرض توضيحي تضعه DeepMind كطريقة محتملة للتدرب على سيناريوهات الروبوت في المحاكاة قبل حدوثها في العالم المادي.
وقال تيجاس كولكارني، مدير الأبحاث في جوجل، خلال مؤتمر صحفي، وفقًا لما ذكره موقع TechCrunch: "ما سنراه بشكل متزايد في المستقبل هو نماذج العالم الهجين هذه، حيث يكون لديك مزيج من كود Gemini للكتابة والنص، واستيعاب Genie ذلك في الوقت الفعلي ومحاكاة الواقع على مستويات مختلفة من التجريد".
مضاعفة المثابرة، وفيزياء أفضل
إن قفزة الأجيال التي شهدتها لعبة Genie 3 - التي تم إصدارها كمعاينة بحثية منذ أكثر من عام بقليل - تعتبر كبيرة. يمكن لـ Genie 4 الحفاظ على مشهد ثابت لمدة تصل إلى دقيقتين، ومضاعفة حد سابقتها، وتقديم فيزياء أفضل وشخصيات أكثر شبهًا بالإنسان، وفقًا لـ TechCrunch. كما أنه يدعم عمليات التحرير ذات الشكل الحر التي لم تكن ممكنة من قبل، مثل تغيير الطقس أو زوايا الكاميرا في الوقت الفعلي أو إضافة أشخاص أو كائنات جديدة إلى المحاكاة الجارية.
النموذج لا يخلو من الثغرات. أقر فريق DeepMind خلال المؤتمر الصحفي بأن التفاصيل والأشياء يمكن أن تنحرف كلما طالت مدة تشغيل المحاكاة، وأن الشركة لم تحل بعد كيفية ضمان بقاء الصوت الناتج دقيقًا أو بقاء النص الموجود في العالم مقروءًا.
سوق النماذج العالمية الموحدة
يصل Genie 4 مع بدء توحيد صناعة النماذج العالمية. تشير TechCrunch إلى أن الإصدار يأتي بعد شهرين من إطلاق Runway لـ GWM Worlds 2، وهو نموذج عالمي قابل للتشغيل مع توليد الصوت. وفي الوقت نفسه، استحوذت AMD على Fei-Fei Li's World Labs، وتجري Amazon محادثات لشراء Decart، واستحوذت Rivian على Third Dimension لجلب إمكانات المحاكاة داخل الشركة لاختبار القيادة الذاتية.
ومن الواضح أن شركة جوجل تحاول البقاء في صدارة هذا المجال المزدحم، وقد لاحظ المستثمرون ذلك. أشارت التقارير الصحفية إلى أن أسهم Alphabet ارتفعت بأكثر من 2% بعد الكشف عن Genie 4، والذي هبط قبيل تقرير الأرباح الفصلية للشركة يوم الأربعاء. هزت لعبة Genie 3 السابقة أسهم ألعاب الفيديو عندما ظهرت لأول مرة في العام الماضي، حيث كان المستثمرون يتصارعون مع الإشارة إلى أن العوالم التي يتم إنشاؤها في الوقت الفعلي يمكن أن تتنافس في النهاية مع تطوير الألعاب التقليدية.
من الألعاب إلى القصص المصورة للأفلام إلى الروبوتات
تضع DeepMind محاكاة العالم كخطوة حاسمة نحو الذكاء الاصطناعي العام، مما يتيح بيئات تدريب آمنة للروبوتات والعملاء. تشمل حالات الاستخدام التجاري المطروحة الألعاب والتعلم التفاعلي والتصنيع. أحد الأمثلة التأملية من الشركة: الدخول إلى لوحة لمشهد تاريخي والدردشة مع رعاياها حول الحدث الذي تم تصويره.
لكن المستخدمين الأوائل يشيرون إلى مكان غير متوقع: مرحلة ما قبل إنتاج الفيلم. قال دييغو ريفاس، مهندس Google DeepMind، خلال المؤتمر الصحفي، لموقع TechCrunch: "يصبح جانب الوقت الفعلي أكثر قيمة في المجالات التي يصبح فيها الحفاظ على حالة التدفق في مساحة الإبداع مفيدًا بشكل لا يصدق". "على سبيل المثال، في مرحلة التفكير، في مرحلة القصة المصورة - في أي وقت تحتاج فيه إلى التفكير السريع."
لقد استخدم المختبرون الموثوقون بالفعل Genie 4 لإنشاء نماذج أولية للأفلام، واقترح ريفاس أنه يمكن للمستخدمين في النهاية الاعتماد على Gemini Omni لتحويل تلك النماذج الأولية إلى أصول إبداعية جاهزة، على الرغم من تأكيده على أن هذه القدرات لا تزال بعيدة المنال.
التوفر
يتم طرح Genie 4 الآن في معاينة بحثية لمجموعة محدودة من المختبرين الموثوقين. وفي الأسابيع المقبلة، ستصل إلى مشتركي Google AI Ultra من خلال Project Genie - أداة Google لإنشاء عوالم تفاعلية من مطالبات النصوص أو الصور - بالإضافة إلى شركاء الوصول المبكر في Gemini API وAI Studio.
سواء أصبحت النماذج العالمية هي التحول التالي للمنصة أو ظلت عرضًا بحثيًا مثيرًا للإعجاب، فإن Genie 4 توضح شيئًا واحدًا: الخط الفاصل بين مشاهدة الفيديو الذي تم إنشاؤه بواسطة الذكاء الاصطناعي واللعب بداخله يختفي.
ابق في صدارة الذكاء الاصطناعي
مواكبة كل إصدار من النماذج الرائدة والأبحاث المتقدمة - اقرأ المزيد من أخبار الذكاء الاصطناعي على AI Buzz Wire.
احصل على أحدث تطورات الذكاء الاصطناعي هنا.
