الدروس المستفادة من المختبرين الموثوقين
في حين أن Genie 4 يمثل إنجازًا بحثيًا كبيرًا، فإنه لا يزال نموذجًا مبكرًا وتجريبيًا. ولكي نفهم كيف يمكن لنماذج العوالم التفاعلية أن تدعم سير العمل في العالم الحقيقي — وأين لا تزال بحاجة إلى التطور — كنا نعمل مع مجموعات من المختبرين الموثوقين في مختلف الصناعات الإبداعية والصحافة والتعليم والألعاب والهندسة.
أبرز المختبرون كيف تتيح القفزة في الواقعية الفوتوغرافية والصوت الأصلي والتوجيه في الوقت الفعلي تحويل الأفكار والمفاهيم إلى محاكاة واقعية، مما يفتح قدرات جديدة عبر التخصصات:
- التوجيه الإبداعي: يختبر المبدعون والتقنيون Genie 4 كوضع "مسودة" سريع للتصور المسبق وتوليد الأفكار. على سبيل المثال، يمكن لصناع الأفلام الدخول في محاكاة حية لمشهد وتنفيذ عدة "لقطات" في الوقت الفعلي، مع تعديل زوايا الكاميرا والإضاءة والحوار والحركة أثناء العمل.
- المشاهد التاريخية والصور الغامرة: يستكشف الصحفيون المصورون كيف يمكن لصورة أرشيفية ثنائية الأبعاد واحدة (2D) أن تتحول في ثوانٍ إلى محاكاة راسخة لتلك البيئة. وتختبر الفرق كيف يمكن للعوالم المأهولة والديناميكية أن تساعد في تجربة المساحات التاريخية أو تصور كيفية تطور الأحداث البيئية قصيرة المدى، مثل السيول المفاجئة أو حرائق الغابات.
- تصميم مفاهيم التجارب التفاعلية: يختبر مطورو الألعاب والتقنيون المبدعون Genie 4 للانتقال من فكرة أولية إلى نموذج أولي قابل للاستكشاف في ثوانٍ، واختبار الأنماط البصرية والجماليات المادية والميكانيكيات التفاعلية من خلال مطالبات باللغة الطبيعية قبل كتابة سطر واحد من كود المحرك.
- المحاكاةإلى جانب أبحاثنا في الروبوتات، يقوم شركاء من قطاع الأعمال في مختلف الصناعات بتقييم Genie 4 كأداة لتوليد السيناريوهات السريعة "من الصفر إلى الواحد"، وتحديد الفجوات لتحسين Genie بشكل أكبر لتلبية تلك الحاجة إلى المحاكاة على أفضل وجه.
العمل المستقبلي: نحو نماذج عوالم هجينة
يقع مسار واعد للتقدم المستقبلي في نماذج العوالم الهجينة، التي تجمع بين الاستدلال المنطقي المنظم لنماذج الكود واللغة والتمثيل الحسي الغني للمحاكاة على مستوى البكسل.
إن تقريب نماذج Genie وGemini من بعضهما يمثل خطوة مبكرة في هذا الاتجاه. يعمل Gemini من وراء الكواليس لرسم الهيكل وتخطيط الجدول الزمني للسرد، بينما يولّد Genie الواقع المادي المباشر — فيصوّر كيف يبدو العالم وكيف يبدو صوته وكيف يستجيب، بكسلًا ببكسل. معًا، يمكن لهذه النقاط القوة التكميلية أن تفتح فئة جديدة من نماذج العوالم أكثر تماسكًا وقابلية للتحكم ورسوخًا بكثير مما يمكن لأي من النهجين تحقيقه بمفرده.
بناء نماذج العوالم بمسؤولية
يمثل Genie 4 مجالًا جديدًا من أبحاث المقدمة يدمج التوليد في الوقت الفعلي مع الواقعية الفوتوغرافية، ويقدم مجموعة جديدة من القدرات والأبعاد التي نريد طرحها واستكشافها بطريقة مسؤولة. يتضمن Genie 4 ضوابط سلامة صارمة تتماشى مع سياسات السلامة لدينا عبر النماذج الأخرى. وقبل إطلاق هذه المعاينة، قيّمنا Genie 4 من خلال تقييمات سلامة داخلية صارمة لمنع توليد محتوى ضار أو خبيث. كما أننا نشرناه عمدًا أولاً لدى شركاء المختبرين الموثوقين للحصول على تعليقات مبكرة، قبل إطلاق النموذج على نطاق أوسع.
وللحفاظ على الشفافية، ستتضمن جميع ملفات الفيديو والصوت المولدة بواسطة Genie 4 تقنية SynthID، وهي تقنيتنا للعلامات المائية الرقمية غير المحسوسة التي تساعد في تحديد المحتوى المولد بالذكاء الاصطناعي عبر الوسائط البصرية والصوتية.
فهم القيود الحالية
لا يزال Genie 4 مجالًا بحثيًا مبكرًا ومتطورًا.
في حين أنه يمكنه الحفاظ على بيئات متماسكة خلال الجلسات القصيرة، إلا أن التفاصيل البصرية وثبات الأشياء قد لا تزال تتغير أو تنحرف مع مرور الوقت — خاصة كلما طالت مدة تشغيل المحاكاة، أو بعد تعديلات متعددة ومعقدة للمطالبات، أو عند التنقل في المشهد. التفاعلات الفيزيائية المعقدة ودقة الصوت في الوقت الفعلي وعرض نصوص مقروءة والدقة المكانية والاتساق طويل المدى هي مجالات بحثية نشطة ومستمرة. نحن نشارك Genie 4 كمعاينة لنتعلم جنبًا إلى جنب مع مجتمعنا وندفع حدود المحاكاة التفاعلية بأمان.
الخطوات التالية لـ Genie 4
تم إصدار Genie 4 كمعاينة بحثية للمختبرين الموثوقين، وهو قريبًا من المشتركين في Google AI Ultra عبر Project Genie ومن شركاء الوصول المبكر في Gemini API وGoogle AI Studio. انضم إلى قائمة الانتظار لـ Genie 4 في Project Genie هنا.
نحن متحمسون لأن يسخطب المستخدمون إلى الداخل قريبًا ويجربوا ويبنوا عوالمهم التفاعلية الخاصة بهم.