غوغل تكشف عن Genie 4: شبكة عصبية تولّد عوالم تفاعلية بالصوت وشخصيات حيّة

ما الذي تغيّر مقارنة بالإصدار السابق

أعلنت Google DeepMind عن Genie 4، النسخة الجديدة من تقنية "نموذج العالم" الخاصة بها. وهي شبكة عصبية لا ترسم فيديو جاهزًا مسبقًا، بل تبني عالمًا تفاعليًا أثناء الاستخدام: يتحرك المستخدم، يُدير الكاميرا، يكتب توجيهًا نصيًا — فيُعيد النموذج بناء المشهد استجابةً لذلك، لقطة بعد لقطة وفي الزمن الحقيقي. بُني Genie 4 على أساس Gemini، وهو أول إصدار في هذه السلسلة تظهر فيه، إلى جانب البيئة البصرية، شخصيات تتحرك وتتفاعل مع ما يجري وتتحدث، إضافة إلى الصوت.

كان Genie 3 السابق، الذي عُرض في عام 2025، قادرًا على توليد الجزء البصري من العالم فقط — التضاريس والأشياء وحركة الكاميرا. لم يكن هناك صوت أو شخصيات حيّة. يضيف Genie 4 هذه الطبقة: فالمحاكاة الآن تشمل كيف يبدو صوت العالم وكيف تتصرف الشخصيات داخل المشهد — حركاتها وتفاعلاتها وكلامها. وهذه خطوة جوهرية بالنسبة لنماذج العالم: فقد كانت هذه الأنظمة سابقًا مجرّد مولِّدات فيديو "صامتة" بتحكم تفاعلي، أما الآن فهي محاكاة بصوت وبيئة اجتماعية كاملة.

يعمل التحكم في Genie 4 على مستويين:

• المفاتيح العادية تتحكم بحركة الشخصية والكاميرا — كما في أي لعبة؛
• الأوامر النصية تُغيّر المشهد نفسه أثناء الأحداث: يمكن إضافة عنصر، إطلاق حدث جديد، تغيير الطقس أو البيئة المحيطة دون مغادرة اللقطة الحالية.

وتؤكد DeepMind على نقطة مهمة: جميع التسجيلات التوضيحية في الإعلان هي جلسات تفاعل حقيقية مع النموذج في الزمن الحقيقي، وليست مقاطع مُعدَّة ومُركّبة مسبقًا. وهذا تفصيل مهم بالنسبة لعروض من هذا النوع لدى شركات التكنولوجيا، لأن التمييز بين التفاعل الحقيقي والمونتاج يكاد يكون مستحيلًا من منظور المتابع، وهنا تعلن غوغل بوضوح أنه لا يوجد مونتاج — فكل لقطة معروضة هي استجابة النموذج لتصرف محدد قام به المستخدم.

لمن ومتى سيُمنح الوصول

تُطلق غوغل Genie 4 على مراحل، لا للجميع دفعة واحدة:

• أول من يحصل على النموذج هم مختبِرون موثوقون في إطار "research preview" — وصول مغلق لمجموعة محدودة من المستخدمين يقدّمون ملاحظاتهم قبل الإطلاق الواسع؛
• يليهم مشتركو Google AI Ultra، الاشتراك المدفوع المتميّز لدى غوغل في خدمات الذكاء الاصطناعي؛ وسيحصلون على الوصول إلى Genie 4 عبر واجهة Project Genie، التي أُنشئت خصيصًا للدخول إلى العوالم المُولَّدة؛
• وبالتوازي، سيُفتح الوصول لشركاء Gemini API الأوائل — المطوّرون الذين سيتمكنون من دمج Genie 4 في منتجاتهم الخاصة؛
• وللمشاركين في الوصول المبكّر لـGoogle AI Studio، بيئة المطوّرين التي يمكن فيها تجربة نماذج غوغل.

وقد فُتح التسجيل في قائمة انتظار Project Genie بالفعل. ولم تحدد غوغل تواريخ دقيقة للإطلاق الكامل أو أسعاره — واقتصرت على الوعد بأن الوصول سيتوسّع "قريبًا".

لماذا هذا مهم ولمن يفيد

يأتي الاهتمام بنماذج العالم من فائدتها العملية، لا من إبهار العروض التوضيحية فقط. فهذه التقنية تمنح استوديوهات الألعاب إمكانية بناء نماذج أولية سريعة للمراحل دون برمجة يدوية للبيئة. وتمنح الباحثين الذين يدرّبون عملاء مستقلين (agents) وروبوتات مصدرًا شبه لا محدود من البيئات التدريبية — دون حاجة لبناء كل محاكاة يدويًا. وتتيح لصُنّاع المحتوى التفاعلي تركيب المشهد بالكلمات، دون تطوير ثلاثي الأبعاد تقليدي.

وكون Genie 4 مبنيًا على Gemini ليس صدفة — فهذا يجمع بين فهم النموذج للغة ومحاكاته للعالم الفيزيائي في نظام واحد: فالنموذج لا يعرف فقط كيف يبدو العالم، بل يفهم أيضًا ما ينبغي منطقيًا أن يحدث فيه تاليًا بحسب التوجيه النصي.

مع ذلك، تبقى في الإعلان أسئلة مفتوحة لم تُجب عنها غوغل: كم من الوقت يبقى العالم متماسكًا منطقيًا دون أن "ينهار"، وما الدقة الفعلية للتوليد، وما حجم الموارد الحاسوبية التي تتطلبها الجلسة الواحدة. والإجابة عن هذه الأسئلة هي ما يحدد إن كان Genie 4 سيصبح أداة عملية للمطوّرين أم سيبقى عرضًا تقنيًا مثيرًا للإعجاب فقط.

ما يجب القيام به الآن

إذا كنت تعمل في مجال الألعاب أو المحاكاة التعليمية أو تطوير العملاء المستقلين، فمن المفيد التسجيل في قائمة انتظار Project Genie والتقدّم مسبقًا للحصول على الوصول المبكّر إلى Gemini API عبر Google AI Studio. وبينما لا يزال النموذج مغلقًا عن الجمهور العام، يُفضَّل صياغة سيناريوهين أو ثلاثة اختبارات محددة مسبقًا: كيف يستجيب النموذج للتحكم النصي أثناء الاستخدام، وكيف تتصرف الشخصيات المُولَّدة، وإلى أي درجة تبدو البيئة الصوتية مقنعة. وهذا سيتيح، عند فتح الوصول، تقييمًا سريعًا لمدى صلاحية Genie 4 للنماذج الأولية في مجال عملك. ولا يزال من المبكر بناء منتج جاهز عليه، لكن حان وقت تخصيص وقت لاختباره من الآن.