Google DeepMind تطلق Genie 4: عالم بالصوت وتعديلات فورية ومشهد يصل إلى دقيقتين
أطلقت Google DeepMind نموذج Genie 4، وهو «نموذج عالم» يبني من النص مشهدًا شبيهًا بالألعاب يمكن التحرك فيه، ويمكن تعديل المشهد نفسه أثناء التشغيل. فأثناء المحاكاة تكتب «فلتمطر السماء» أو «أضف مارّة»، فيتولى النموذج بنفسه مرافقة ما يحدث بالموسيقى والمؤثرات الصوتية والحوارات. ويبقى المشهد متماسكًا حتى دقيقتين، أي ضعف المدة التي يوفرها Genie 3. وما زال النموذج في مرحلة المعاينة، لكن استوديوهات الألعاب وفرق الروبوتات باتت مطالَبة بمتابعة الثنائي Gemini وGenie.
معالج بواسطة الذكاء الاصطناعي من TechCrunch؛ بتحرير Hamidun News
تخيّل أنك تشغّل مشهدًا يشبه مشاهد الألعاب انطلاقًا من وصف نصي، ثم تكتب دون أن توقفه: «فلتمطر السماء» أو «أضف مارّة». يتغير العالم أمام عينيك، وتُسمع معه موسيقى ومؤثرات صوتية وحوارات للشخصيات. هذا ما يستطيعه Genie 4، «نموذج العالم» الجديد من Google DeepMind، الذي صدر بصيغة research preview. وبالنسبة لمطوّري الألعاب وبرامج المحاكاة والروبوتات، فهذه إشارة إلى أن توليد البيئات التفاعلية يخرج من مرحلة العروض التجريبية، وأن سوقًا بدأت تتشكل حوله.
ما الذي يستطيعه Genie 4
نموذج العالم شبكة عصبية لا ترسم مقطعًا جاهزًا، بل تبني فضاءً يستجيب لأفعال المستخدم. تتحرك وتغيّر شيئًا فتُعاد صياغة الصورة فورًا. صدر Genie 3 قبل أكثر من عام بقليل، وكان أيضًا بصيغة معاينة. وفي النسخة الرابعة عدة تحسينات لافتة.
أولًا، أصبحت الصورة الأكثر واقعية وتفاعلية بين جميع عوالم Google. ثانيًا، أضيف الصوت، وهو يُولَّد في الزمن الفعلي ويتكيف مع ما يجري: موسيقى وضجيج خلفي وحوارات تفاعلية. ثالثًا، يمكن تعديل المشهد بحرية أثناء المحاكاة: تغيير الطقس أو زاوية الكاميرا، وإضافة أشخاص وأشياء.
وثمة معيار رقمي مهم. يحافظ المشهد على تماسكه حتى دقيقتين، أي ضعف ما يوفره Genie 3. كما تتحدث Google عن فيزياء أفضل وشخصيات أكثر «إنسانية». لكن الشركة لا تورد أرقامًا عن السرعة أو كلفة الحوسبة أو حجم النموذج، ولذلك لا يمكن حتى الآن تقدير اقتصاديات الاستدلال (inference).
Gemini في دور المخرج وGenie في دور المصوّر
أكثر ما يهمّ المهندسين هو الربط مع Gemini. يعمل النموذج اللغوي بمثابة مخرج: يخطط للخطوات ويتحقق من اللقطات بينما يرسم Genie الصورة. وفي تجربة مرتبطة بـ Gemini Robotics، قسّم النموذج Gemini 4 Argon المهمة إلى خطوات، وحاكى Genie 4 تنفيذها في الزمن الفعلي.
والمغزى العملي أن سيناريوهات الروبوتات يمكن اختبارها أولًا في عالم افتراضي، ثم تشغيلها في العالم الحقيقي. وهذا أرخص وأكثر أمانًا من تحطيم العتاد. ووصف مدير الأبحاث في Google تيجاس كولكارني ذلك بأنه مستقبل «نماذج العالم الهجينة»: يكتب Gemini الشيفرة والنص، ويحوّلهما Genie على الفور إلى محاكاة على مستويات تجريد مختلفة.
ومن التطبيقات التجارية تذكر Google الألعاب والتعليم التفاعلي والروبوتات. وفي التعليم يُضرب مثال تصويري: الدخول إلى لوحة ذات موضوع تاريخي والتحدث مع شخصياتها. وكشف المختبرون المغلقون عن مجال آخر هو النمذجة الأولية للأفلام. وأوضح مهندس DeepMind دييغو ريفاس أن وضع الزمن الفعلي ثمين حيث يلزم الحفاظ على التدفق الإبداعي: في مرحلة الأفكار واللوحات التخطيطية (storyboards). وفي مرحلة لاحقة يمكن تحويل هذه المسودات إلى مواد جاهزة عبر Gemini Omni، لكن هذه الإمكانية ما زالت بعيدة. وإلى جانب ذلك يوجد Veo، نموذج الفيديو من Google، الذي يكتسب شعبية بين السينمائيين.
القيود والسوق المحيطة
تقرّ Google بنقاط الضعف. فكلما طالت المحاكاة، زاد «انجراف» التفاصيل والأجسام. ودقة الصوت غير مضمونة بعد، والنص داخل العالم لا يكون مقروءًا دائمًا. وشدد ريفاس على أن هذه مرحلة مبكرة، وأن المنتج النهائي الموجه للمستخدم لم يُحدَّد بعد.
كما أن الإتاحة محدودة. حاليًا يتوفر Genie 4 للمختبرين المغلقين فقط. وخلال الأسابيع المقبلة سيصل إلى مشتركي Google AI Ultra في Project Genie، وإلى شركاء الوصول المبكر في Gemini API وGoogle AI Studio.
والسياق لا يقل أهمية عن النموذج نفسه. قبل شهرين تقريبًا أطلقت Runway نموذج العالم الثاني GWM Worlds 2، وهو أيضًا بالصوت ويتفاعل مع أفعال المستخدم. وفي الوقت نفسه بدأت السوق تتجه نحو الاندماج: تشتري AMD شركة World Labs التي أسستها في-في لي، وتجري Amazon مفاوضات لشراء Decart، واستحوذت Rivian على Third Dimension لتطوير المحاكاة المخصصة لاختبار المركبات ذاتية القيادة داخل الشركة.
والخلاصة للممارسين: إذا كنت تصنع ألعابًا أو منتجات تعليمية، أو تختبر روبوتات وأنظمة قيادة آلية، فمن المجدي تجربة نماذج العالم الآن، لكن دون إدراجها في بيئة الإنتاج (production). فدقيقتان من الثبات وانجراف التفاصيل يحدّان حاليًا من السيناريوهات الطويلة. وتابع ظهور الوصول عبر API، فهو الذي سيكشف كلفة هذه المحاكاة ومدى صلاحيتها للعمل الجاد.
- 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 ما الذي يستطيعه Genie 4؟
نموذج العالم شبكة عصبية لا ترسم مقطعًا جاهزًا، بل تبني فضاءً يستجيب لأفعال المستخدم. تتحرك وتغيّر شيئًا فتُعاد صياغة الصورة فورًا. صدر Genie 3 قبل أكثر من عام بقليل، وكان أيضًا بصيغة معاينة. وفي النسخة الرابعة عدة تحسينات لافتة. أولًا، أصبحت الصورة الأكثر واقعية وتفاعلية بين جميع عوالم Google. ثانيًا، أضيف الصوت، وهو يُولَّد في الزمن الفعلي ويتكيف مع ما يجري: موسيقى وضجيج خلفي وحوارات تفاعلية. ثالثًا، يمكن تعديل المشهد بحرية أثناء المحاكاة: تغيير الطقس أو زاوية الكاميرا، وإضافة أشخاص وأشياء. وثمة معيار رقمي مهم.
ما أبرز التفاصيل حول Gemini في دور المخرج وGenie في دور المصوّر؟
أكثر ما يهمّ المهندسين هو الربط مع Gemini. يعمل النموذج اللغوي بمثابة مخرج: يخطط للخطوات ويتحقق من اللقطات بينما يرسم Genie الصورة. وفي تجربة مرتبطة بـ Gemini Robotics، قسّم النموذج Gemini 4 Argon المهمة إلى خطوات، وحاكى Genie 4 تنفيذها في الزمن الفعلي. والمغزى العملي أن سيناريوهات الروبوتات يمكن اختبارها أولًا في عالم افتراضي، ثم تشغيلها في العالم الحقيقي. وهذا أرخص وأكثر أمانًا من تحطيم العتاد.
ما أبرز التفاصيل حول القيود والسوق المحيطة؟
تقرّ Google بنقاط الضعف. فكلما طالت المحاكاة، زاد «انجراف» التفاصيل والأجسام. ودقة الصوت غير مضمونة بعد، والنص داخل العالم لا يكون مقروءًا دائمًا. وشدد ريفاس على أن هذه مرحلة مبكرة، وأن المنتج النهائي الموجه للمستخدم لم يُحدَّد بعد. كما أن الإتاحة محدودة. حاليًا يتوفر Genie 4 للمختبرين المغلقين فقط. وخلال الأسابيع المقبلة سيصل إلى مشتركي Google AI Ultra في Project Genie، وإلى شركاء الوصول المبكر في Gemini API وGoogle AI Studio. والسياق لا يقل أهمية عن النموذج نفسه.
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.