جوحل تطلق Genie 4.. يتحكم في الحركة وزوايا التصوير وتعبيرات الوجوه

أطلقت شركة جوجل نموذجها الذكي Genie 4، وهو من نوع نماذج العالم World Models، والذي يمكنه إنشاء عوالم رقمية بحسب الوصف النصي الذي يكتبه المستخدم، ولكن مع إضافة جديدة تعد الأولى من نوعها، وهي أن العوالم الرقمية ستكون مدعومة بأصوات يمكن الاستماع إليها، سواء كمؤثرات لتلك العوالم أو حديث للشخصيات داخلها.

وأوضحت جوجل في المدونة الرسمية، أن النموذج الجديد يضع بين يدي مستخدميه مستويات فائقة من التحكم، في حركة الشخصيات وزوايا التصوير، وتعبيرات الوجوه ونبرات الأصوات والمشاعر.

وأشارت الشركة إلى أن فهم ومحاكاة العالم تعتبر عاملاً رئيسياً للوصول إلى مستوى الذكاء الاصطناعي العام AGI، ويكون النموذج Genie 4 منصة أساسية لتطبيقات متعددة، بحسب جوجل، تتنوع بين إنشاء بيئات افتراضية لتدريب الروبوتات، والوكلاء الرقميين، وصولاً إلى إنشاء تجارب تفاعلية غامرة.

قدرات نموذج Genie 4 من جوجل

أضافت جوجل قدرات جديدة إلى نموذجها Genie 4، أهمها إمكانية التحكم في حركة الكاميرا وحركة الشخصيات داخل العوالم الرقمية باستخدام لوحة المفاتيح، وكذلك الأوامر النصية لتطوير العوالم بكل تفاصيلها طوال الوقت في الوقت الفعلي، ليتمكن المستخدم من التحكم الآني في شكل وتصميم وتفاصيل المشهد.

يقدم نموذج Genie 4 الجديد قدرة على محاكاة قوانين الفيزياء الواقعية داخل العوالم الرقمية، مثل الاصطدام وديناميكيات الهواء.

واعتبرت جوجل أن الطفرة الحقيقية مع نموذجها الجديد هي محاكاة الأشخاص، وإنشاء شخصيات افتراضية تتفاعل بشكل طبيعي من حيث تفاعلها مع البيئات الرقمية.

ويعد نموذج Genie 4 هو أول نموذج من جوجل بإمكانه تطوير الأصوات المحيطية والمؤثرات الصوتية المناسبة كجزء أصيل من العالم الرقمي.

ويعتبر إنشاء المحادثات بين الأشخاص هي التحدي الحقيقي، بحسب جوجل، الذي استطاع النموذج الجديد تخطيه، إذ يمكنه إنشاء محادثات تفاعلية بشكل تلقائي، كما يمكنها التطور حسب الأوامر النصية التي يكتبها المستخدم، أو مع تطور الأحداث والمتغيرات في البيئة حول أطرافها من البشر، في الوقت الفعلي.

محاكاة مشاهد واقعية معقدة

يضيف الجمع بين جيميناي وGenie 4 بعداً جديداً من الاستدلال إلى محاكاة العالم، ما يتيح محاكاة أحداث معقدة متعددة الخطوات واختبار كيفية تعامل أنظمة الذكاء الاصطناعي مع بيئات مختلفة قبل تطبيقها في العالم الحقيقي.

ولتحقيق ذلك في الوقت الفعلي، يعمل Gemini 3.8 Flash، فبينما يتولى Genie 4 إنشاء عالم في الوقت الفعلي، يراقب جيميناي المشهد باستمرار، ويقسم الأهداف إلى سلسلة من الخطوات، ويستعرض الإطارات الواردة لتتبع التقدم والتحقق من نجاح كل خطوة. 

ومع تغير العالم أو تدخل المستخدم، يقوم جيميناي بتكييف خطته في اللحظة نفسها، ما يفتح آفاقاً جديدة للعالم تتميز بعلاقة سببية موثوقة، وسلوكيات إجرائية، واستدلال متعدد الخطوات.

وفي إطار استكشاف هذه الإمكانية، أجرت جوجل تجارب باستخدام Gemini 4 Argon وGenie 4 بهدف دمج الأبحاث الرائدة مع قطاع الروبوتات بالشركة جيميناي روبوتيكس. 

بدأ النموذج الجديد في الوصول بشكل أولي إلى مجموعة من المختبرين الأوائل لجمع ردود فعل قبل إتاحته بشكل موسع لعموم المستخدمين والمطورين، فيما يصل النموذج بشكل مبدئي إلى المشتركين في باقة Google AI Ultra في خدمة Project Genie، وكذلك المستفيدين من واجهة جيميناي البرمجية Gemini API وكذلك منصة Google AI Studio.