غوغل تطلق Genie 4: شبكة عصبية تبني عالمًا بالصوت والحوارات في الوقت الفعلي
أطلقت غوغل Genie 4، وهي شبكة عصبية تنشئ في الوقت الفعلي عالمًا تفاعليًا يمكن التصرف فيه كما في اللعبة. ومع الصورة تُولَّد الموسيقى وضوضاء المحيط وحوارات الشخصيات التي تتكيف مع أفعال اللاعب. ويمكن تغيير المشهد بالأوامر النصية أثناء التشغيل، كإنزال المطر أو إضافة شخصيات. وبالنسبة إلى مطوّري الروبوتات والوكلاء، يمثل ذلك ساحة اختبار افتراضية لا تحتاج إلى بناء سيناريوهات الفحص يدويًا.
معالج بواسطة الذكاء الاصطناعي من TG: @data_secrets (Data Secrets)؛ بتحرير Hamidun News
أطلقت غوغل Genie 4، الجيل الجديد من «نموذج العالم» الذي تقدّمه. وتُطلَق هذه التسمية على شبكة عصبية تنشئ في الوقت الفعلي بيئة تفاعلية: يمكن التحرك فيها وتغيير عناصرها والحصول على استجابة، كما في الألعاب. وفي Genie 4 يأتي العالم مزوّدًا بالصوت منذ البداية: فالموسيقى وضوضاء المحيط وحتى حوارات الشخصيات تُولَّد مع الصورة، وتتكيف الحوارات مع أفعال المستخدم. صدرت النسخة السابقة قبل أكثر من عام، في أغسطس 2025، أما في النسخة الجديدة فقد ركّزت غوغل على الواقعية وتعدد الوسائط وتحسين الفيزياء والتفاعلية.
ما فائدة ذلك عمليًا؟ تخيّل أنك تريد التحقق من سلوك روبوت أو وكيل ذكاء اصطناعي في مئة موقف: في الشارع تحت المطر، أو في غرفة فيها أشخاص غرباء، أو في مكان ظهر فيه فجأة غرض جديد. إن بناء مثل هذه المشاهد يدويًا يستغرق وقتًا طويلًا ويكلّف كثيرًا. أما Genie 4 فيقترح طريقًا آخر: تصف الموقف بالكلمات فتحصل على بيئة يجب على النظام أن يتصرف فيها.
عالم بالصوت والحوارات الحيّة
أول ما يلفت النظر هو الصوت. فمولّدات العوالم السابقة كانت تقدّم الصورة في الغالب، ويُضاف التعليق الصوتي بشكل منفصل. أما هنا فتُنشأ الموسيقى وضوضاء المحيط والحوارات في الوقت نفسه مع الفيديو. والحوارات ليست مسجَّلة مسبقًا: فإذا اقتربت من إحدى الشخصيات أو فعلت شيئًا في المشهد، فإن الرد سيأخذ ذلك في الحسبان.
والأمر الثاني هو الإخراج الفوري. فيمكن تغيير المشهد بالأوامر النصية أثناء التشغيل: تغيير الطقس، أو إضافة شخصيات أو أشياء. والانطباع العام أنه محرك ألعاب تكتب فيه ما تريد رؤيته بدلًا من استخدام محرر المراحل.
كيف يعمل من الداخل
يعتمد النظام على مجموعة من نماذج Gemini، ولكل نموذج دوره:
- Gemini Omni مسؤول عن المظهر الواقعي للعالم وسلوكه؛
- نماذج أخرى تراقب تماسك المحاكاة حتى لا ينهار العالم أثناء الأحداث؛
- Gemini 3.8 Flash يعمل وكيلًا ضمن حلقة متكررة، وهو بمثابة دماغ النظام.
ويسهل فهم دور النموذج الأخير بمثال. لنفترض أنك حدّدت الهدف «تنظيم حفلة في الفناء». يقسّم الوكيل الهدف إلى خطوات، ويتحقق من إنجازها، ويعيد بناء الخطة إذا قررت في منتصف المشهد أن تكون الأمسية ماطرة وأن يزداد عدد الضيوف. والنتيجة أن العالم يُدار وفق خطة يمكن تغييرها في أي لحظة، بينما تبقى اللقطات متسقة فيما بينها.
ماذا يعني ذلك للمطورين ومديري المنتجات
بحسب تصور غوغل، يمكن اختبار الروبوتات والوكلاء في مثل هذه البيئات. وللتوضيح عرضت الشركة الإنسان الآلي Apollo من Apptronik وهو يلعب الداما داخل عالم مولَّد. فبدلًا من ساحة اختبار فيزيائية مكلفة أو إعداد المحاكي يدويًا، يُحدَّد السيناريو بالنص.
وفيما يلي ما يمكن استخلاصه:
- يتجه اختبار الوكلاء تدريجيًا نحو البيئات التوليدية: تُنشأ السيناريوهات وتُعدَّل بالنص، دون تطوير محاكٍ منفصل.
- وجود الصوت والحوارات داخل المحاكاة نفسها يفتح الطريق لاختبار المساعدات الصوتية ومتعددة الوسائط في ظروف أكثر حيوية.
- يصلح نهج «نموذج رسّام، ونماذج مراقِبة، ووكيل مخطِّط» مرجعًا لبناء أنظمة خاصة بك: فتقسيم الأدوار يساعد على الحفاظ على سلامة الجلسة الطويلة.
ما يزال بحاجة إلى تحقق
ما يزال ما لدينا إعلانًا وعرضًا تجريبيًا. فلعبة الداما سيناريو دالّ لكنه بسيط وقواعده واضحة. وللاختبار الجاد للروبوتات تبرز أسئلة مهمة: إلى أي حد تتطابق فيزياء العالم المولَّد مع الفيزياء الواقعية، وإلى متى يحافظ العالم على تماسكه، وما زمن استجابته لأفعال المستخدم، وهل يمكن تكرار السيناريو نفسه لمقارنة إصدارات الوكيل بعضها ببعض. وتتوقف على الإجابة عن هذه الأسئلة نتيجة واحدة: هل يصبح Genie 4 أداة اختبار عملية أم يبقى واجهة عرض لافتة.
أما الاتجاه فواضح: تراهن غوغل على المحاكاة بوصفها منصة يُدرَّب عليها وكلاء المستقبل وروبوتاته ويُختبرون. وعلى من يبنون مثل هذه الأنظمة أن يتابعوا مدى توفر Genie 4 وأن يقارنوه بالمحاكيات المعتادة. وقد نُشرت التفاصيل في مدونة Google DeepMind.
- 21 نوفمبر 2026نموذج MIRA العصبي يرسم Rocket League بسرعة 20 إطارًا في الثانية، لكن زمن الاستجابة يصل إلى 460 مللي ثانية
- 21 نوفمبر 2026غوغل تبني نسخة مغلقة من الإنترنت تضم بنوكًا وهمية لتدريب وكلاء الذكاء الاصطناعي في Chrome
- 21 نوفمبر 2026اختبار MLPerf يشهد لأول مرة مشاركة Nvidia Rubin وTPU Ironwood: 153 نظامًا
- 21 نوفمبر 2026Google تفتح الطلب المسبق على نظارات Gemini الذكية بسعر يبدأ من 395 دولارًا — والبيع اعتبارًا من 10 ديسمبر
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول عالم بالصوت والحوارات الحيّة؟
أول ما يلفت النظر هو الصوت. فمولّدات العوالم السابقة كانت تقدّم الصورة في الغالب، ويُضاف التعليق الصوتي بشكل منفصل. أما هنا فتُنشأ الموسيقى وضوضاء المحيط والحوارات في الوقت نفسه مع الفيديو. والحوارات ليست مسجَّلة مسبقًا: فإذا اقتربت من إحدى الشخصيات أو فعلت شيئًا في المشهد، فإن الرد سيأخذ ذلك في الحسبان. والأمر الثاني هو الإخراج الفوري. فيمكن تغيير المشهد بالأوامر النصية أثناء التشغيل: تغيير الطقس، أو إضافة شخصيات أو أشياء. والانطباع العام أنه محرك ألعاب تكتب فيه ما تريد رؤيته بدلًا من استخدام محرر المراحل.
ما أبرز التفاصيل حول كيف يعمل من الداخل؟
يعتمد النظام على مجموعة من نماذج Gemini، ولكل نموذج دوره: Gemini Omni مسؤول عن المظهر الواقعي للعالم وسلوكه؛ نماذج أخرى تراقب تماسك المحاكاة حتى لا ينهار العالم أثناء الأحداث؛ Gemini 3.8 Flash يعمل وكيلًا ضمن حلقة متكررة، وهو بمثابة دماغ النظام. ويسهل فهم دور النموذج الأخير بمثال. لنفترض أنك حدّدت الهدف «تنظيم حفلة في الفناء». يقسّم الوكيل الهدف إلى خطوات، ويتحقق من إنجازها، ويعيد بناء الخطة إذا قررت في منتصف المشهد أن تكون الأمسية ماطرة وأن يزداد عدد الضيوف.
ما أبرز التفاصيل حول ماذا يعني ذلك للمطورين ومديري المنتجات؟
بحسب تصور غوغل، يمكن اختبار الروبوتات والوكلاء في مثل هذه البيئات. وللتوضيح عرضت الشركة الإنسان الآلي Apollo من Apptronik وهو يلعب الداما داخل عالم مولَّد. فبدلًا من ساحة اختبار فيزيائية مكلفة أو إعداد المحاكي يدويًا، يُحدَّد السيناريو بالنص. وفيما يلي ما يمكن استخلاصه: يتجه اختبار الوكلاء تدريجيًا نحو البيئات التوليدية: تُنشأ السيناريوهات وتُعدَّل بالنص، دون تطوير محاكٍ منفصل. وجود الصوت والحوارات داخل المحاكاة نفسها يفتح الطريق لاختبار المساعدات الصوتية ومتعددة الوسائط في ظروف أكثر حيوية.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.