تجربة Genie 4 تقود مستقبل العوالم التفاعلية الواقعية

هل يمكنك تجربة Genie 4 اليوم؟ ليس بعد، إلا إذا كنت من المختبِرين الموثوقين لدى Google. أطلقت Google DeepMind يوم الثلاثاء نموذجها الجديد لبناء العوالم المحاكاة بوصفه «معاينة بحثية» (Research Preview)، وهي صيغة تعني عادةً أن التقنية جاهزة للعرض لكنها غير جاهزة للاستخدام العام. وتقول الشركة إن النموذج يولّد أكثر العوالم التفاعلية واقعيةً حتى الآن من حيث التصوير الفوتوغرافي.

من يستطيع الوصول إلى Genie 4، ومتى؟

النموذج متاح حالياً للمختبِرين الموثوقين فقط. وتخطط Google لتوسيع الوصول خلال الأسابيع المقبلة في اتجاهين: مشتركو Google AI Ultra عبر أداة Project Genie، وهي الأداة التي تولّد عوالم تفاعلية من نصوص أو صور، وكذلك الشركاء في الوصول المبكر إلى Gemini API وGoogle AI Studio.

لم تحدد Google بعدُ التجربة المتكاملة للمنتج من البداية إلى النهاية. أي أننا أمام تقنية تُعرض قبل أن يتضح شكلها النهائي، وقبل أن نعرف كيف ستُقدَّم للمستخدم العادي.

ما الجديد في Genie 4؟

يستطيع المستخدم كتابة أوامر نصية أثناء المحاكاة نفسها لتغيير المشهد. ويولّد النموذج صوتاً في الزمن الحقيقي يشمل الموسيقى والأصوات المحيطة والحوارات التفاعلية. كما يتيح تعديلات حرة فورية على الطقس وزوايا الكاميرا والأشخاص والأشياء.

يحافظ النموذج على اتساق المشهد حتى دقيقتين، وهو ضعف الحدّ الذي كان عليه Genie 3. وكانت Google قد أطلقت الجيل الثالث معاينةً بحثية قبل أكثر من عام بقليل. وتقول الشركة أيضاً إن الفيزياء تحسّنت وإن الشخصيات صارت أقرب إلى البشر.

أما العيوب فمعلنة. قد تنجرف التفاصيل والأشياء داخل المحاكاة مع مرور الوقت. ولم تحلّ Google بعدُ مسألتَي دقة الصوت ووضوح النصوص المكتوبة داخل العالم المحاكى. وهذا يخفف قليلاً من وهج عبارة «الأكثر واقعية».

هل تدرّب الروبوتات قبل أن تلمس الواقع؟

أبرز ما يلفت في العرض ليس النموذج وحده، بل ارتباطه بنموذج Gemini. ففي تجربة مرتبطة بمشروع Gemini Robotics، قام نموذج Gemini 4 Argon بتقسيم المهام إلى خطوات ليحاكيها Genie 4 في الزمن الحقيقي. ويتولى Gemini تخطيط الخطوات وفحص الإطارات، بينما يصنع Genie 4 المشاهد المرئية.

تقترح التجربة طريقة محتملة لاختبار سيناريوهات الروبوتات: تُجرَّب في المحاكاة قبل نشرها في العالم الحقيقي. وعن هذا الاتجاه قال تيجاس كولكارني، مدير الأبحاث في Google: «ما سنراه بصورة متزايدة في المستقبل هو هذه النماذج العالمية الهجينة، حيث يكتب Gemini الشيفرة والنص، ويتلقّاها Genie في الزمن الحقيقي ويحاكي الواقع بمستويات مختلفة من التجريد».

الإنتاج الإبداعي والتعلّم: وعود ما زالت بعيدة

تطرح الصناعة الألعاب والتعلم التفاعلي والروبوتات استخداماتٍ تجارية للنماذج العالمية. ومن الأمثلة التأملية على التعلم أن يدخل المتعلم إلى لوحة تاريخية ويتحدث مع شخصياتها. أما المختبِرون الموثوقون لدى Google فرأوا أن تطوير النماذج الأولية للأفلام استخدام محتمل.

وهنا يأتي رأي ديغو ريفاس، المهندس في Google DeepMind: «تصبح خاصية الزمن الحقيقي أكثر قيمةً في المجالات التي يكون فيها الحفاظ على حالة الانسياب في الإبداع مفيداً للغاية». ويضيف: «على سبيل المثال، في مرحلة توليد الأفكار، وفي مرحلة اللوحات القصصية، وفي أي وقت تحتاج فيه إلى توليد أفكار سريع».

وللمشهد خلفية داخل Google نفسها. فنموذج Veo يولّد مقاطع فيديو عالية الدقة بصوت متزامن انطلاقاً من نص أو صورة أو فيديو، وتتزايد شعبيته بين صنّاع الأفلام. أما Gemini Omni، وهو نموذج لغوي كبير متعدد الوسائط، فقد يتمكن يوماً ما من تحويل النماذج الأولية إلى أصول إبداعية باستخدام الصور والصوت والنص. لكن هذه القدرة، بحسب المصادر، ما زالت بعيدة.

سباق يتسارع نحو الاندماج

لا تتحرك Google وحدها. فقد أطلقت Runway نموذجها العالمي الثاني GWM Worlds 2 قبل شهرين تقريباً من Genie 4، وأعلنت عنه عبر منصة X. ويستجيب النموذج لمدخلات المستخدم بصورة ديناميكية ويولّد الصوت.

وفي الوقت نفسه تبدأ الصناعة بالتكتل. فشركة World Labs، المرتبطة باسم Fei-Fei Li، في طريقها إلى الاستحواذ عليها من AMD. وتجري Amazon محادثات لشراء شركة Decart بنحو 7 مليارات دولار، بحسب تقرير لصحيفة وول ستريت جورنال. أما Rivian فاستحوذت على Third Dimension لتنقل قدرات المحاكاة إلى داخل الشركة، من أجل اختبارات القيادة الذاتية.

الدلالة واضحة: المحاكاة صارت أصلاً استراتيجياً تسعى الشركات الكبرى لامتلاكه. والسؤال المفتوح لدى القارئ العربي، سواء كان صانع محتوى أو معلماً أو مهتماً بالروبوتات، هو ما سيجده فعلاً حين يصل Genie 4 إلى المشتركين في الأسابيع المقبلة: أداة عمل يومية، أم عرضاً تقنياً مبهراً بحدود لم تُحسم بعد.