DeepMind تطلق Genie 4: عوالم تُبنى من النص ويمكن استكشافها في الوقت الفعلي
أطلقت Google DeepMind نموذج Genie 4، وهو «نموذج عالم» لا يرسم مقطعًا جاهزًا، بل يحاكي بيئة كاملة في الوقت الفعلي. يتحول الوصف النصي إلى مكان يمكن التنقل فيه عبر لوحة المفاتيح خلال ثوانٍ، وتُضاف الأحداث الجديدة بتوجيهات نصية حية. وبالنسبة للمطورين، هذه طريقة سريعة لبناء نماذج أولية للمشاهد وبيئات الاختبار الخاصة بالروبوتات.
معالج بواسطة الذكاء الاصطناعي من YouTube: Google DeepMind؛ بتحرير Hamidun News
ظلّ الفيديو التوليدي حتى الآن يعمل كما تعمل السينما: تكتب طلبًا، وتنتظر، ثم تحصل على مقطع جاهز لا يمكن تغيير أي شيء فيه أثناء العرض. أما Google DeepMind فتقترح مع Genie 4 نمطًا مختلفًا من التفاعل. هذا «نموذج عالم»: لا يعرض صورة مسجّلة سلفًا، بل يحاكي البيئة في اللحظة نفسها ويستجيب لأفعالك. وتصفه الشركة بأنه الأكثر واقعية وتفاعلية بين نماذجها من هذه الفئة، وقد فتحت باب الوصول إليه بالفعل.
ما الذي يستطيع Genie 4 فعله
يكمن الفارق الأساسي في أن النتيجة ليست ثابتة. وبحسب وصف DeepMind، يتحول الطلب النصي إلى بيئة قابلة للاستكشاف خلال ثوانٍ. بعد ذلك يتحكم المستخدم في المشهد عبر لوحة المفاتيح، أي يتنقل فيه كما يفعل في لعبة بسيطة. كما يمكن توجيه الأحداث أثناء سيرها: فطالما أن العالم يعمل، يمكن تزويده بتوجيهات نصية جديدة وتغيير ما يجري فيه دون إعادة تشغيل المشهد.
تخيّل أنك وصفت محطة مترو مهجورة. في مولّد فيديو تقليدي ستحصل على مقطع مدته خمس عشرة ثانية بزاوية تصوير اختيرت مسبقًا. أما في Genie 4 فتسير على الرصيف بنفسك، وتتجه إلى أي جهة تشاء، ثم تكتب «شغّل ضوء الطوارئ» فيتغير المشهد أثناء المشاهدة. هذا الانتقال من «المشاهدة» إلى «المشاركة» هو ما يميز نماذج العالم عن مولّدات الفيديو.
الوكيل ومفاتيح الاختصار
الجزء الثاني من القصة يتعلق بـ Project Genie، وهي البيئة التي يتوفر فيها النموذج، وفيها وكيل مدمج. وبحسب DeepMind، استخدم الفريق هذا الوكيل لبناء تطبيقات مصغّرة خاصة به وربطها بمفاتيح اختصار. ضغطة زر واحدة تطلق حركة الشخصية، أو جملة في حوار، أو حدثًا في المشهد، وكل ذلك يجري في الوقت الفعلي. أي أنك بدل وسم المشهد يدويًا، تصف للوكيل ما ينبغي أن يفعله الزر، فيحوّل وصفك إلى واجهة تعمل.
وثمة نقطة عملية أخرى: تُستخدم الأوامر النصية بوصفها «بذورًا» قابلة للتكرار. فالنص نفسه يشكّل نقطة انطلاق يمكن العودة إليها للحصول على مشهد مماثل. وهذا يعني للفريق أنه لا حاجة إلى البحث من جديد عن بيئة ناجحة، فيكفي حفظ وصفها. وتتحدث DeepMind عن سيناريوهات استخدام تمتد من النمذجة الأولية الإبداعية إلى بيئات تدريب الروبوتات.
لمن يصلح هذا وما الذي لا يزال مجهولًا
بالنسبة لمصممي الألعاب والمخرجين، الفائدة واضحة: يمكن رسم نموذج أولي قابل للعب لمشهد ما في دقائق، بدل أيام من العمل على المحرك والأصول. أما لمهندسي الروبوتات فالأمر الأهم مختلف. فتدريب الروبوت في العالم الحقيقي مكلف وبطيء، وقد تتيح البيئات المحاكاة المولّدة من وصف نصي الحصول سريعًا على ساحات اختبار متنوعة. غير أن هذا اتجاه معلن، وليس نتيجة مؤكدة.
وهنا لا بد من تحفظات. المصدر هو وصف فيديو عن كواليس تصوير فيلم عن Genie 4، وليس منشورًا تقنيًا. ولا يتضمن أي اختبارات معيارية، ولا بيانات عن زمن الاستجابة أو الدقة أو مدة الجلسة أو التكلفة أو الدقة الفيزيائية للمحاكاة. أما وصف «الأكثر واقعية» فيبقى تقييمًا من DeepMind نفسها. ولا يُعرف بعد إلى أي مدى يبقى العالم متسقًا عند الاستكشاف الطويل، ولا إن كانت هذه المحاكاة تصلح لتدريب روبوتات حقيقية.
الوصول محدود: ظهر Genie 4 في Project Genie، بدءًا بالمشتركين المؤهلين في Google AI Ultra. وعلى الآخرين الانتظار حتى يتسع نطاق الإتاحة.
الخلاصة العملية للفرق: ينبغي متابعة نماذج العالم بوصفها فئة جديدة من الأدوات. فإن كنتم تصنعون ألعابًا أو محاكيات تعليمية أو عروضًا تفاعلية أو بيئات اختبار للوكلاء، فقد تمنحكم تجربة Project Genie نموذجًا أوليًا سريعًا. أما المهام الإنتاجية، خصوصًا المرتبطة بالروبوتات، فانتظروا اختبارات مستقلة قبل أن تُدرجوا هذه المحاكاة في سير عملكم.
- 21 نوفمبر 2026Apple تعدّ وكيل ذكاء اصطناعي وتصعّب الوصول على الوكلاء الآخرين: الإذن الآن في 14 خطوة بدلًا من 4
- 21 نوفمبر 2026Gemini 4 Neon تقلّص حجم ملف TS Rust التنفيذي من 47,44 إلى 7,97 ميغابايت في أقل من 10 ساعات
- 21 نوفمبر 2026قائدة فريق سباحة تُسند ثلاث مهام مجدولة إلى ChatGPT وتختصر الروتين أضعافًا
- 21 نوفمبر 2026نموذج MIRA العصبي يرسم Rocket League بسرعة 20 إطارًا في الثانية، لكن زمن الاستجابة يصل إلى 460 مللي ثانية
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ما الذي يستطيع Genie 4 فعله؟
يكمن الفارق الأساسي في أن النتيجة ليست ثابتة. وبحسب وصف DeepMind، يتحول الطلب النصي إلى بيئة قابلة للاستكشاف خلال ثوانٍ. بعد ذلك يتحكم المستخدم في المشهد عبر لوحة المفاتيح، أي يتنقل فيه كما يفعل في لعبة بسيطة. كما يمكن توجيه الأحداث أثناء سيرها: فطالما أن العالم يعمل، يمكن تزويده بتوجيهات نصية جديدة وتغيير ما يجري فيه دون إعادة تشغيل المشهد. تخيّل أنك وصفت محطة مترو مهجورة. في مولّد فيديو تقليدي ستحصل على مقطع مدته خمس عشرة ثانية بزاوية تصوير اختيرت مسبقًا.
ما أبرز التفاصيل حول الوكيل ومفاتيح الاختصار؟
الجزء الثاني من القصة يتعلق بـ Project Genie، وهي البيئة التي يتوفر فيها النموذج، وفيها وكيل مدمج. وبحسب DeepMind، استخدم الفريق هذا الوكيل لبناء تطبيقات مصغّرة خاصة به وربطها بمفاتيح اختصار. ضغطة زر واحدة تطلق حركة الشخصية، أو جملة في حوار، أو حدثًا في المشهد، وكل ذلك يجري في الوقت الفعلي. أي أنك بدل وسم المشهد يدويًا، تصف للوكيل ما ينبغي أن يفعله الزر، فيحوّل وصفك إلى واجهة تعمل. وثمة نقطة عملية أخرى: تُستخدم الأوامر النصية بوصفها «بذورًا» قابلة للتكرار.
ما أبرز التفاصيل حول لمن يصلح هذا وما الذي لا يزال مجهولًا؟
بالنسبة لمصممي الألعاب والمخرجين، الفائدة واضحة: يمكن رسم نموذج أولي قابل للعب لمشهد ما في دقائق، بدل أيام من العمل على المحرك والأصول. أما لمهندسي الروبوتات فالأمر الأهم مختلف. فتدريب الروبوت في العالم الحقيقي مكلف وبطيء، وقد تتيح البيئات المحاكاة المولّدة من وصف نصي الحصول سريعًا على ساحات اختبار متنوعة. غير أن هذا اتجاه معلن، وليس نتيجة مؤكدة. وهنا لا بد من تحفظات. المصدر هو وصف فيديو عن كواليس تصوير فيلم عن Genie 4، وليس منشورًا تقنيًا.
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.
