Gemini 4 Carbon يكتب بنفسه Path Tracer بلغة CUDA ويُخرج دقيقة من الرسوم المتحركة

عادةً ما يبدو عرض «الذكاء الاصطناعي كتب الكود» هكذا: النموذج بنى صفحة هبوط أو لعبة الثعبان أو محلّلاً نصياً. هنا القصة مختلفة. بحسب وصف صاحب العرض (حساب fofrAI على X، وإعادة سرد في قناة تيليغرام «Metaversichche i IIsche»)، قطع نموذج Gemini 4 Carbon بنفسه الطريق من مجلد فارغ إلى فيديو جاهز: بالهندسة والإضاءة والفيزياء والكاميرا والموسيقى.

ما الذي بناه النموذج بالضبط

قائمة المنشور تبدو كالتالي.

أولاً: محرك عرض ثلاثي الأبعاد خاص بلغتي C++ وCUDA. بداخله path tracing، أي حساب دقيق للضوء والانعكاسات والظلال بتتبّع الأشعة على بطاقة NVIDIA الرسومية. وهذا ليس استدعاءً لزر «Render» الجاهز في Blender، بل كود يحسب بنفسه كيف يرتد الضوء عن الأسطح.

ثانياً: الفيزياء عبر MuJoCo. وهو محرك معروف في الروبوتات. يحسب الجاذبية والتصادمات والاحتكاك وتفاعل الأجسام الصلبة.

ثالثاً: المشهد. صمّم النموذج آلة روب غولدبرغ، حيث تُطلق الكرات والرافعات بعضها بعضاً في سلسلة. ثم أنشأ استوديو ثلاثي الأبعاد وحركة كاميرا متواصلة.

رابعاً: الإيقاع. زامن حركة الكاميرا مع مقطوعة من Lyria 3.5، نموذج الموسيقى من Google.

لماذا ليست مجرد صورة جميلة

الرقم الأهم هنا هو 60 ثانية من المحاكاة بـ 120 000 خطوة، أي 2000 خطوة في الثانية. لا توجد إطارات مفتاحية. تتحرك الأجسام لأن قوى مُحاكاة تدفعها، لا لأن أحداً رسم مسارها. وفي آلة روب غولدبرغ هذا جوهري: فإذا حُسبت حلقة واحدة من السلسلة خطأً، لن تصل الكرة ويتفكك التفاعل كله. لا يمكن تقليد فيديو كهذا «بالعين»، فالفيزياء إما تعمل وإما لا.

النقطة الثانية هي اتساع المهمة. اجتمعت هنا برمجة الرسوميات، وكود وحدة المعالجة الرسومية، والنمذجة الفيزيائية، وتكوين المشهد، والعمل على الكاميرا، وضبط التوقيت على الصوت. مثل هذه المهام يصعب اختبارها بالمعايير القياسية: كل جزء مألوف للنموذج منفرداً، لكن الصعوبة في أن تتوافق الأجزاء معاً ولا تنكسر عند أجزاء المئة من الثانية.

ومن المفارقات مزحة NVIDIA Omniverse في عنوان المنشور الأصلي. فقد سُوّق Omniverse منصةً للمحاكاة وخطوط إنتاج الثلاثي الأبعاد. أما هنا فقد جمع النموذج خط إنتاج مشابهاً في المعنى من مكونات مفتوحة وجاهزة. ومع ذلك يعمل على CUDA، لذا فإن هذا السيناريو أقرب إلى أن يخدم عتاد NVIDIA.

ما لا نعرفه

الحذر واجب هنا. المصدر منشور تيليغرام يعيد سرد تغريدات، وهو مقطع تجريبي واحد لا تجربة قابلة للتكرار. لا يتضح من المادة كيف كان الـ prompt، ولا عدد المحاولات، ولا إن تدخّل إنسان أو أصلح أخطاء، ولا كلفة التشغيل. وجودة الصورة غير واضحة أيضاً: فقد ينتج path tracer مكتوب «من الصفر» ضجيجاً وعيوباً بصرية لا تظهر في محرك ناضج. وأخيراً، «كتب بنفسه» لا يعني «ابتكر بنفسه»: فـ MuJoCo وCUDA أدوات جاهزة، والنموذج جمعها معاً.

لذلك فإن عبارة «لم نعد بحاجة إلى فناني الثلاثي الأبعاد» في المنشور مزحة لا استنتاج. فالفنان ما زال هو من يقرر ما يستحق العرض أصلاً، ولخط إنتاج الاستوديو أمور لا تظهر في العرض: الأصول، وتعديلات الحركة، والاتفاق مع العميل.

ماذا نفعل بهذا عملياً

بالنسبة للمطوّر ومدير المنتج، الخلاصة أكثر تواضعاً لكنها أنفع. أولاً، ينبغي التوقف عن قياس النموذج بمهام صغيرة. فإن كان يجمع في جولة واحدة حزمة «كود GPU + فيزياء + مرئيات + صوت»، يمكن إنجاز نماذج أولية للمحاكيات والتصورات وبيئات التعلّم أسرع بكثير. ثانياً، محركات الفيزياء مثل MuJoCo مُحقِّق مريح: فالنتيجة إما معقولة وإما لا، وهذا يساعد على اصطياد أخطاء النموذج. ثالثاً، إذا كنتم تبنون أدوات للثلاثي الأبعاد أو الألعاب أو الروبوتات، فجرّبوا سيناريو طويلاً مماثلاً على حزمتكم، وانظروا أين ينكسر تحديداً.

العرض ليس دليلاً، لكنه سبب وجيه لتحديث مجموعة اختباراتكم. وإذا كان Gemini 4 Carbon يفعل هذا حقاً عند الطلب لا بمحض الصدفة، فأكثر ما سيتغير هو عتبة الدخول إلى النماذج الأولية الرسومية المعقدة.