الملخص:
أصدرت Google Genie 4، وهو جيل جديد من النموذج العالمي للذكاء الاصطناعي، في 27 أكتوبر، والذي يعمل على تحسين واقعية البيئات التفاعلية المولدة بواسطة الذكاء الاصطناعي ويضيف القدرة على تعديل المشاهد في الوقت الفعلي وإنشاء الصوت تلقائيًا. على عكس نماذج توليد الصور التقليدية التي تقوم بشكل أساسي بإخراج الصور الثابتة أو مقاطع الفيديو، يمكن لـ Genie 4 إنشاء عالم افتراضي يمكن للمستخدمين المشاركة والتفاعل فيه. ومن المتوقع أن يتم تطبيق التقنيات ذات الصلة في مجالات مثل تطوير الألعاب، وإنتاج الأفلام والتلفزيون، وتدريب الروبوتات.
تقدم Genie 4 بشكل أساسي أربع ترقيات هذه المرة: إنشاء بيئة افتراضية أكثر واقعية، مما يسمح للمستخدمين بتغيير المشهد في الوقت الفعلي من خلال مطالبات اللغة الطبيعية، وإضافة الصوت تلقائيًا إلى العالم الذي تم إنشاؤه، واستخدام نموذج Google Gemini 3.8 Flash للمساعدة في عملية المحاكاة. بالإضافة إلى ذلك، يمكن للنموذج الجديد توليد تجارب تفاعلية تصل مدتها إلى دقيقتين تقريبًا، وهو ضعف المدة التي يدعمها الجيل السابق Genie 3.
يعد النموذج العالمي أحد الاتجاهات المهمة لأبحاث الذكاء الاصطناعي في السنوات الأخيرة. عادةً ما يقوم الذكاء الاصطناعي التوليدي التقليدي بإنشاء صور أو مقاطع فيديو أو محتوى آخر بناءً على المطالبات النصية، بينما تذهب النماذج العالمية خطوة أبعد وتحاول تعلم العلاقات المكانية في البيئة، وأنماط حركة الكائنات، والاتصال بين الإجراءات والنتائج. لم يعد المحتوى الذي تم إنشاؤه بواسطة النموذج مخصصًا للمستخدمين فقط لمشاهدته، ولكن يمكن أن يستمر في التغيير مع عمليات المستخدم.
على سبيل المثال، في البيئة الافتراضية التي تم إنشاؤها بواسطة الذكاء الاصطناعي، يمكن للمستخدمين التحكم في الشخصية لتحريكها أو تغيير اتجاه العرض أو التفاعل مع الكائنات الموجودة في المشهد. يحتاج النموذج إلى إنشاء صور لاحقة بشكل مستمر بناءً على هذه العمليات والحفاظ على تماسك البيئة قدر الإمكان. ولمثل هذه القدرات قيمة محتملة للألعاب ومحاكاة الروبوتات والتدريب في بيئات معقدة.
من التحسينات المهمة في Genie 4 أنه يمكن للمستخدمين تعديل العالم الافتراضي من خلال تعليمات اللغة الطبيعية أثناء التجربة. بدلاً من الخروج من المشهد الحالي، وإعادة كتابة الكلمات السريعة، وإنشائها من الصفر، يمكن للمستخدمين أن يطلبوا مباشرة من النموذج تغيير عناصر معينة في البيئة لضبط تصميم المشهد بسرعة.
قد تكون هذه الميزة مفيدة بشكل خاص لمطوري الألعاب وفرق إنتاج الأفلام والتلفزيون. قبل استثمار الكثير من الموارد رسميًا في الإنتاج، يمكن للمبدعين استخدام الذكاء الاصطناعي لإنشاء نماذج أولية للمشهد، وتجربة تخطيطات بيئة مختلفة، وأنماط مرئية وأساليب تفاعل، ثم تحديد الحلول التي تستحق المزيد من التطوير.
بالنسبة لإنتاج الأفلام، يمكن أيضًا استخدام هذا النوع من التكنولوجيا في المعاينات المرئية المسبقة. يمكن لفرق الإنتاج إنشاء مجموعات افتراضية بسرعة لاستكشاف حركات الكاميرا ومسارات الشخصيات والتأثيرات البيئية دون الحاجة إلى إنشاء مجموعات حقيقية على الفور أو إنشاء أصول ثلاثية الأبعاد معقدة.
يضيف Genie 4 أيضًا إمكانات إنشاء الصوت. وبينما ركزت النماذج العالمية السابقة بشكل أساسي على البيئة المرئية وعمليات التفاعل، يمكن للنموذج الجديد إضافة الصوت إلى المشاهد التي تم إنشاؤها، مما يجعل التجربة الافتراضية أكثر اكتمالاً. يمكن أن يساعد الصوت في محاكاة أجواء البيئة وقد يوفر أيضًا مؤثرات صوتية أولية لنماذج الألعاب الأولية.
ومع ذلك، فإن إنشاء الصوت تلقائيًا لا يعني أن النموذج يمكن أن يحل محل إنتاج المؤثرات الصوتية الاحترافية تمامًا. بالنسبة للمشاريع التي تتطلب تحكمًا دقيقًا في الإيقاع، وتحديد المواقع المكانية، وحوار الشخصيات، والعلاقة المتزامنة بين الصوت والحركة، لا تزال هناك حاجة إلى مزيد من التعديلات اليدوية ودعم الأدوات الاحترافية.
قالت Google أيضًا أنه يمكن استخدام Genie 4 لإنشاء سيناريوهات تدريب الروبوتات. تتعلم الروبوتات وتختبر الإجراءات في العالم الحقيقي، والتي غالبًا ما تتضمن تكاليف المعدات، وقيود الموقع، والمخاطر المحتملة على السلامة. إذا كان من الممكن إنشاء بيئة محاكاة تفاعلية من نموذج عالمي، فيمكن للباحثين اختبار كيفية تحرك الروبوتات، والاستيلاء على الأشياء، والاستجابة للظروف البيئية المختلفة في المشاهد الافتراضية.
إن المفتاح لهذا النوع من قدرة المحاكاة ليس فقط جعل المشهد الافتراضي يبدو واقعيًا، ولكن أيضًا تقديم العلاقات المكانية وأنماط الحركة وعواقب الحركة للأشياء بأكبر قدر ممكن من الدقة. فقط عندما تتمكن بيئة المحاكاة من عكس القيود المادية في العالم الحقيقي بشكل أكثر موثوقية، فمن المرجح أن يتم نقل الاستراتيجيات التي تعلمها الروبوت في البيئة الافتراضية إلى الجهاز الحقيقي.
فيما يتعلق بالبنية التقنية، يستخدم Genie 4 برنامج Gemini 3.8 Flash للمساعدة في عملية المحاكاة. وتأمل Google في استخدام إمكانيات هذا النموذج لتحسين التماسك المنطقي والأداء التفاعلي في البيئة المولدة. ومع ذلك، لم تكشف الشركة عن مؤشرات فنية تفصيلية كافية في هذا التقرير، لذلك ليس من الممكن حتى الآن قياس تحسن أدائها الإجمالي بدقة مقارنة بطراز الجيل السابق.
تعد أوقات الإنشاء الأطول أيضًا تغييرًا مهمًا في هذا التحديث. وولدت Genie 3 تجارب تفاعلية استمرت حوالي دقيقة واحدة، بينما امتدت Genie 4 هذه المرة إلى حوالي دقيقتين. على الرغم من أن دقيقتين لا تزال محدودة جدًا للعبة كاملة أو محاكاة معقدة، إلا أنها توفر بالفعل مساحة أكبر لاستكشاف النماذج الأولية السريعة والتجارب التفاعلية القصيرة.
وفي الوقت نفسه، اعترفت Google أيضًا أنه مع تمديد مدة المحاكاة، قد تستمر التناقضات في البيئة الافتراضية. على سبيل المثال، قد تتغير التفاصيل في المشهد تدريجيًا، وقد لا تحافظ بعض الكائنات دائمًا على موضعها وحالتها الأصلية. يتضمن هذا صعوبة أساسية في النماذج العالمية: لا يحتاج النموذج إلى إنشاء إطار تالٍ يبدو معقولًا فحسب، بل يجب أيضًا أن يحافظ على بيئة مستقرة ومستمرة على مدى فترة طويلة من الزمن.
إذا اختفى كائن بعد مغادرة المستخدم للمشهد، أو تغير موضعه فجأة عند إعادة الدخول إلى المشهد، فستبدو التجربة بأكملها غير موثوقة حتى لو كانت الصورة نفسها واقعية بدرجة كافية. ولذلك، فإن ثبات الكائن، والذاكرة المكانية، واتساق الحالة على المدى الطويل لا تزال قدرات أساسية تحتاج إلى مواصلة التحسين في النماذج العالمية.
فيما يتعلق بالجدول الزمني للإصدار، فإن Genie 4 مفتوح حاليًا للمختبرين المختارين في شكل معاينة بحثية. وقالت جوجل إنه سيتم إطلاقه لمشتركي Google AI Ultra في المستقبل وفتحت قائمة انتظار للسماح للمستخدمين بالتقدم لتجربة النموذج الجديد من خلال Project Genie.
من المستحيل حاليًا الحكم بشكل مستقل على مدى التقدم الذي أحرزه النموذج الجديد مقارنة بالجيل السابق من Genie 3. وتأتي العروض التوضيحية العامة في هذه المرحلة بشكل أساسي من مسؤولي Google. لا تزال هناك حاجة إلى التحقق من تجربة المستخدم الفعلية وأداء التفاعل طويل المدى واستقرار النموذج في السيناريوهات المعقدة من خلال اختبارات لاحقة.
من منظور اتجاه تطوير الصناعة، يمثل Genie 4 أن الذكاء الاصطناعي التوليدي يتوسع من إنشاء المحتوى إلى محاكاة البيئة والتجربة التفاعلية. قد لا تقوم أنظمة الذكاء الاصطناعي المستقبلية بإنشاء صورة أو مقطع فيديو بناءً على مطالبة فحسب، بل يمكنها أيضًا إنشاء مساحة افتراضية مباشرة يمكن استكشافها وتعديلها والتفاعل معها.
ومع ذلك، لكي تصبح هذه التكنولوجيا حقًا أداة عملية في تطوير الألعاب، أو تدريب الروبوتات، أو إنتاج الأفلام والتلفزيون، لا تزال هناك مشكلات مثل الاتساق طويل المدى، ودقة المحاكاة الفيزيائية، وسرعة الاستجابة التفاعلية، وتكاليف الإنتاج بحاجة إلى حل. يعتبر Genie 4 حاليًا بمثابة تقدم تجريبي مهم في هذا الاتجاه، وليس منتجًا ناضجًا يمكن أن يحل محل محركات الألعاب التقليدية أو أدوات الإنتاج ثلاثية الأبعاد الاحترافية.
اطلب الوصول إلى Genie 4 في Project Genie:
https://docs.google.com/forms/d/e/1FAIpQLSeD73fWVFVUXII27wIaSjdCZCesuGEb5-iZaBSTUpjkX98S0g/viewform?usp=send_form
التعليقات