ورشة مجانية 21–22.11ورشة مجانية لمدة يومين في Vibecoding يومي 21–22 نوفمبر الساعة 16:00 بتوقيت موسكو · الدفعة 3 تبدأ 23.11سجّل مجاناً ←الدفعة 3 (23.11)
إصدارتحليل · على الرادارThe Decoder→ المصدر

ديب مايند تكشف Genie 4: عالم افتراضي في الوقت الفعلي بالصوت والحوارات

عرضت Google DeepMind نموذج Genie 4، وهو نموذج عالم يحسب المشهد إطارًا بعد إطار بينما تتنقل فيه عبر لوحة المفاتيح. ولأول مرة يملك النموذج صوته الخاص: حفيف الرياح وحوارات الشخصيات التي تتفاعل مع أفعالك. أما خطة الأحداث في الخلفية فيتولاها Gemini 3.8 Flash: يقسّم الهدف إلى خطوات ويتحقق منها في ضوء الإطارات الجديدة. وهذه المعاينة مغلقة حتى الآن، لكن مثل هذه العوالم قد تصبح بيئات تدريب للروبوتات والوكلاء.

معالج بواسطة الذكاء الاصطناعي من The Decoder؛ بتحرير Hamidun News
ديب مايند تكشف Genie 4: عالم افتراضي في الوقت الفعلي بالصوت والحوارات
المصدر: The Decoder. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليThe Decoder ↗
رئيس التحرير
حقيقة رئيسية #1الوصول حاليًا لمختبِرين مختارين فقط، ثم لمشتركي Google AI Ultra
حقيقة رئيسية #2في العرض التجريبي، يلعب الروبوت Apptronik Apollo الداما داخل محاكاة، من دون روبوت حقيقي
حقيقة رئيسية #3في الجلسات الطويلة تتشوّه التفاصيل تدريجيًا، وتختفي الأشياء بعد تغيير الأوامر النصية

قدّمت Google DeepMind نموذج Genie 4، خليفة Genie 3 الذي عرضته الشركة في أغسطس 2025. وهو «نموذج عالم»: لا يُخرج مقطعًا جاهزًا، بل يحسب الفضاء الافتراضي أثناء اللعب نفسه. تتحرك في المشهد بلوحة المفاتيح، وتكتب أوامر نصية، فيستجيب العالم. وأهم جديد في هذا الإصدار أنه يولّد الصوت والحوارات بنفسه، وهذه أول مرة يحدث ذلك في نماذج DeepMind. وبالنسبة إلى مطوّري الألعاب والمحاكاة والروبوتات، فهذه إشارة إلى الاتجاه الذي تسير نحوه البيئات التفاعلية.

ما الذي يستطيعه Genie 4

تخيّل ديكورًا حيًا لا مشغّل فيديو. يُرسم كل إطار من جديد بحسب الاتجاه الذي التفتّ إليه وما كتبته. وصار لكل عالم الآن خلفية صوتية خاصة به، مثل حفيف الرياح بين الأشجار. وبإمكان الشخصيات التحدث مع بعضها والتفاعل مع أفعالك أو مع أحداث المشهد، وتظهر الحوارات في الوقت الفعلي.

وأكثر ما تفخر به DeepMind هو طريقة رسم النموذج للبشر. فبحسب الشركة، تتحرك الشخصيات بصورة أكثر طبيعية، وتراعي المحيط، ويمكن التحكم بها مباشرة. ويستند ذلك إلى قدرات نموذج الفيديو Gemini Omni، المسؤول عن المظهر المقنع للعالم وسلوكه.

Gemini مخرجًا خلف الكواليس

أكثر الأجزاء إثارة هو بنية «الإخراج». فـ Genie 4 نفسه مسؤول عن الصورة والصوت، أما تحديد ما سيحدث بعد ذلك فتساعده فيه نماذج Gemini. فإذا غيّرت الطقس بأمر نصي، فإن Gemini يكيّف هذا الأمر مع المشهد الجاري، بدلًا من تشغيل المطر فوق كل شيء ببساطة. وفي الفترات الفاصلة بين أفعالك، يواصل تطوير الأحداث كي لا يتجمد العالم.

وتشرح DeepMind ذلك عبر المهام متعددة الخطوات. يراقب Gemini 3.8 Flash المشهد باستمرار، ويقسّم الهدف إلى خطوات، ويتحقق من الإطارات الجديدة لمعرفة هل نجحت الخطوة الأخيرة. وإذا تغيّر العالم أو تدخّل المستخدم، يعيد النموذج بناء الخطة. عمليًا، هذه هي دورة الوكيل المألوفة «لاحِظ — خطّط — نفّذ — تحقّق»، لكن بيئتها هنا محاكاة بدلًا من المتصفح أو الطرفية.

وهناك صلة أيضًا بالروبوتات. تختبر DeepMind نموذج Gemini 4 Argon لربط Genie بأبحاث Gemini Robotics. وفي العرض التجريبي، يقسّم Argon لعبة الداما إلى خطوات ويمررها إلى Genie 4 على هيئة تعليمات نصية. ويحاكي النموذج لعب الروبوت البشري Apollo من Apptronik للداما. ولا وجود لروبوت حقيقي في هذا العرض.

القيود وطريقة الوصول

تصف الشركة نفسها Genie 4 بأنه نموذج تجريبي مبكر. في الجلسات القصيرة يبقى العالم متسقًا. أما في المحاكاة الطويلة، وكذلك بعد عدة تغييرات معقدة في الأوامر النصية، فقد تتشوّه التفاصيل البصرية تدريجيًا، ولا تبقى الأشياء محفوظة دائمًا. وتواصل DeepMind العمل على التفاعل الفيزيائي المعقد، والصوت الدقيق في الوقت الفعلي، والنص المقروء داخل الإطار.

الوصول محدود حاليًا: حصل على المعاينة مختبِرون مختارون. وتَعِد الشركة لاحقًا بإتاحة النموذج لمشتركي Google AI Ultra عبر تطبيق الويب Project Genie، وكذلك للشركاء الحاصلين على وصول مبكر إلى Gemini API وGoogle AI Studio. وسيُوسم كل الفيديو والصوت بعلامة مائية غير مرئية من SynthID، وهي تشير إلى المحتوى المُنشأ بالذكاء الاصطناعي.

لماذا يهمّ الممارسين

ما زال Genie 4 حتى الآن عرضًا توضيحيًا لا منتجًا يمكن الاعتماد عليه في التطوير. لكن الاتجاه واضح. فترى DeepMind في الجمع بين Gemini وGenie الخطوة الأولى نحو نماذج عالم هجينة، يتصل فيها استدلال النماذج اللغوية ونماذج الشيفرة بمحاكاة على مستوى البكسل. وإذا نضجت هذه العوالم، فسيمكن تدريب الروبوتات ووكلاء الذكاء الاصطناعي فيها على تجربة محاكاة، لا على مجموعات البيانات الجاهزة وحدها.

والخلاصة بسيطة للمديرين والمؤسسين: تابعوا API وAI Studio. فإذا فُتح الوصول، ستصبح النماذج الأولية التفاعلية وبيئات التدريب والاختبار للوكلاء أرخص. أما الآن فلنتذكر نقاط الضعف: عدم الاستقرار في الجلسات الطويلة والفيزياء، فهناك تحديدًا تنحرف المحاكاة عن الواقع في أغلب الأحيان.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول ما الذي يستطيعه Genie 4؟

تخيّل ديكورًا حيًا لا مشغّل فيديو. يُرسم كل إطار من جديد بحسب الاتجاه الذي التفتّ إليه وما كتبته. وصار لكل عالم الآن خلفية صوتية خاصة به، مثل حفيف الرياح بين الأشجار. وبإمكان الشخصيات التحدث مع بعضها والتفاعل مع أفعالك أو مع أحداث المشهد، وتظهر الحوارات في الوقت الفعلي. وأكثر ما تفخر به DeepMind هو طريقة رسم النموذج للبشر. فبحسب الشركة، تتحرك الشخصيات بصورة أكثر طبيعية، وتراعي المحيط، ويمكن التحكم بها مباشرة. ويستند ذلك إلى قدرات نموذج الفيديو Gemini Omni، المسؤول عن المظهر المقنع للعالم وسلوكه.

ما أبرز التفاصيل حول Gemini مخرجًا خلف الكواليس؟

أكثر الأجزاء إثارة هو بنية «الإخراج». فـ Genie 4 نفسه مسؤول عن الصورة والصوت، أما تحديد ما سيحدث بعد ذلك فتساعده فيه نماذج Gemini. فإذا غيّرت الطقس بأمر نصي، فإن Gemini يكيّف هذا الأمر مع المشهد الجاري، بدلًا من تشغيل المطر فوق كل شيء ببساطة. وفي الفترات الفاصلة بين أفعالك، يواصل تطوير الأحداث كي لا يتجمد العالم. وتشرح DeepMind ذلك عبر المهام متعددة الخطوات. يراقب Gemini 3.8 Flash المشهد باستمرار، ويقسّم الهدف إلى خطوات، ويتحقق من الإطارات الجديدة لمعرفة هل نجحت الخطوة الأخيرة.

ما أبرز التفاصيل حول القيود وطريقة الوصول؟

تصف الشركة نفسها Genie 4 بأنه نموذج تجريبي مبكر. في الجلسات القصيرة يبقى العالم متسقًا. أما في المحاكاة الطويلة، وكذلك بعد عدة تغييرات معقدة في الأوامر النصية، فقد تتشوّه التفاصيل البصرية تدريجيًا، ولا تبقى الأشياء محفوظة دائمًا. وتواصل DeepMind العمل على التفاعل الفيزيائي المعقد، والصوت الدقيق في الوقت الفعلي، والنص المقروء داخل الإطار. الوصول محدود حاليًا: حصل على المعاينة مختبِرون مختارون.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

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.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…