«غوغل ديب مايند» تطلق «جيني 4»: نموذج عالمي يولّد بيئات تفاعلية بالصوت ويُوجَّه بالأوامر النصية لحظة بلحظة

أعلنت «غوغل ديب مايند» يوم الثلاثاء 27 أكتوبر/تشرين الأول 2026 إطلاق «جيني 4» (Genie 4)، أحدث نماذجها العالمية (world models). يولّد النموذج بيئات افتراضية تفاعلية في الزمن الحقيقي، ويتيح للمستخدم تغيير المشهد بأوامر نصية أثناء المحاكاة. وقد طُرح في نسخة معاينة بحثية لمجموعة محدودة من المختبِرين، وفق مدونة الشركة وموقع «تك كرانش».

وبحسب مدونة «غوغل»، يستطيع المستخدم تحريك الكاميرا وتغيير الطقس وإدخال شخصيات جديدة باللغة الطبيعية. ويولّد النموذج صوتاً أصلياً متزامناً مع العالم المحاكى، يشمل الموسيقى والأصوات المحيطة والحوار التفاعلي.

وتقول الشركة إن النموذج سيصل «قريباً» إلى مشتركي خدمة «Google AI Ultra» عبر «Project Genie»، وإلى شركاء الوصول المبكر في واجهة «Gemini API» ومنصة «Google AI Studio». ولم تحدد المصادر المتاحة موعداً لذلك ولا تسعيراً.

لماذا يُروى الآن؟ يأتي الإطلاق في وقت يتسارع فيه السباق على النماذج العالمية، وهي أنظمة تحاكي بيئات يمكن التفاعل معها بدل إنتاج مقاطع فيديو جاهزة. وتقدّمها «غوغل» خطوةً نحو الذكاء الاصطناعي العام وأداةً لتدريب الروبوتات. لكن قدرتها الفعلية على خدمة هذا الهدف ما زالت موضع خلاف بين المختصين، فيما يشهد القطاع موجة استحواذات.

ماذا أعلنت «غوغل»؟

وصفت «ديب مايند» في مدونتها، التي وقّعها رايا هادسيل وديغو ريفاس وهانغ تشي، النموذج بأنه يقدّم «واقعية غير مسبوقة» ويحسّن المحاكاة التفاعلية في الزمن الحقيقي. وقالت إنه «متعدد الوسائط أصلاً»، أي يولّد الصوت والصورة معاً.

وأضافت المدونة: «يمكنك إطلاق حدث ما، فيحاكي جيني 4 ما يحدث بعده: كيف يستجيب العالم، وكيف يبدو صوته، وكيف يتحرك الناس فيه ويتفاعلون ويتكلمون».

وأوضح موقع «ذا ديكودر» أن النموذج لا ينتج فيديو مكتملاً، بل يحسب المشهد إطاراً تلو إطار ويستجيب للمدخلات أثناء ذلك. ويتنقل المستخدم داخل المشهد بلوحة المفاتيح، ويوجّه الأحداث بأوامر نصية.

كيف يعمل؟

تقول «غوغل» إن «جيني 4» مبني على قدرات عائلة نماذج «جيميناي». فنموذج «Gemini Omni» يربط المحاكاة بالمظهر والسلوك في العالم الحقيقي، بينما توفّر نماذج «جيميناي» الأخرى الاستدلال اللازم للحفاظ على تماسك المحاكاة واستمراريتها.

وبحسب مدونة «ديب مايند»، يعمل نموذج «Gemini 3.8 Flash» بوصفه «وكيلاً موجِّهاً». فهو يراقب المشهد باستمرار، ويقسّم الأهداف إلى خطوات متتابعة، ويراجع الإطارات الواردة للتحقق من نجاح كل خطوة. وإذا تغيّر العالم أو تدخّل المستخدم، يعدّل خطته في اللحظة نفسها.

وتقول الشركة إن هذا الترتيب يتيح «سببية موثوقة» وسلوكيات إجرائية واستدلالاً متعدد الخطوات. كما يتيح اختبار طريقة تعامل أنظمة الذكاء الاصطناعي مع البيئات المختلفة قبل نقلها إلى العالم الحقيقي.

حدود معلنة

ذكر «ذا ديكودر» أن «جيني 4» لا يزال نموذجاً بحثياً تجريبياً، وأن له قيوداً في الجلسات الطويلة وفي محاكاة الفيزياء المعقدة. ولم تتضمن مدونة «غوغل» المتاحة تفاصيل عن هذه القيود.

ولا تتوفر في المصادر أرقام تقنية عن دقة الصورة أو المدة القصوى للجلسة الواحدة، ولا اختبارات مستقلة لأداء النموذج حتى الآن.

من يتأثر وكيف؟

تطرح «غوغل» استخدامات في الألعاب والتعلم التفاعلي والروبوتات. وتذكر مدونتها أيضاً صناعة الأفلام والصحافة والتصنيع. ومن الأمثلة الافتراضية التي أوردها «تك كرانش» للتعلم التفاعلي: الدخول إلى لوحة تصوّر مشهداً تاريخياً ومحاورة شخصياتها عن الحدث.

ونقل «تك كرانش» أن المختبِرين الأوائل يشيرون إلى استخدام آخر هو إعداد النماذج الأولية للأفلام. وقال ديغو ريفاس، المهندس في «ديب مايند»، خلال إحاطة صحفية: «يصبح جانب الزمن الحقيقي أكثر قيمة حين يكون الحفاظ على حالة التدفق الإبداعي مفيداً جداً، كما في مرحلة توليد الأفكار ورسم اللوحات التمهيدية».

وفي قطاع الروبوتات، عرض موقع «af.net» تقييمات متعارضة. فالمؤيدون في «ديب مايند» ومختبرات روبوتات حليفة يرون أن النموذج يعالج شحّ البيانات الذي يقيّد الذكاء الاصطناعي المتجسد. ويستندون إلى أن التدريب كان يتطلب معدات تحكم عن بُعد مكلفة، أو نسخاً رقمية مبنية يدوياً تعاني فجوة في الانتقال من المحاكاة إلى الواقع.

في المقابل، أبدى مختصون في الروبوتات التقليدية والمحاكاة الفيزيائية تشككهم، وفق الموقع نفسه. غير أن المقتطف المتاح لا يورد أسباب هذا التشكك كاملة، ولم تتضمن المصادر رداً من «غوغل» عليه.

أما حساب «Wall St Engine» على منصة «إكس» فوصف العروض التوضيحية بأنها «مبهرة إلى حد كبير». وقال إن النموذج يحاكي الفيزياء والتصادمات.

كيف وصلت الأمور إلى هنا؟

يمثّل «جيني 4» الإصدار الرابع من السلسلة. وبحسب تحليل تقني نشره موقع «almcorp»، أُعلن «جيني 1» في فبراير/شباط 2024، وكان يولّد بيئات ثنائية الأبعاد بدقة 256×256 انطلاقاً من مقاطع فيديو غير موسومة من الإنترنت.

وصدر «جيني 2» في ديسمبر/كانون الأول 2024 وولّد بيئات ثلاثية الأبعاد. ثم عُرض «جيني 3» في أغسطس/آب 2025، وكان أول إصدار يتيح التفاعل في الزمن الحقيقي مع الحفاظ على اتساق البيئة لبضع دقائق، وفق المصدر ذاته.

وربط التحليل نفسه تطوير «جيني 3» بمشروع الوكيل «SIMA»، الذي يحتاج إلى سيناريوهات تدريب غير محدودة في بيئات ثلاثية الأبعاد متنوعة.

سوق تتسارع وتتركّز

يأتي الإطلاق بعد نحو شهرين من طرح شركة «رنواي» نموذجها العالمي الثاني «GWM Worlds 2». وهو نموذج قابل للعب يستجيب لمدخلات المستخدم ويولّد الصوت أيضاً، بحسب «تك كرانش».

 

وأشار الموقع إلى أن القطاع بدأ يتركّز. فشركة «World Labs» التي أسستها في-في لي في طور الاستحواذ عليها من «AMD»، و«أمازون» تتفاوض لشراء «Decart»، و«ريفيان» استحوذت على «Third Dimension» لاستخدام المحاكاة داخلياً في اختبار القيادة الذاتية.

تحليل

الفقرات التالية آراء وتقديرات منسوبة إلى مصادرها، لا وقائع مثبتة.

يرى موقع «af.net» أن الحاجز بين السينما والألعاب التفاعلية «ينهار». ويقدّر أن الاستوديوهات قد تختصر مراحل ما قبل الإنتاج «من أشهر إلى أيام». ويضيف أن الشركات الصناعية واللوجستية قد تحاكي إجراءات مثل صيانة المعدات أو التعامل مع المواد الخطرة عبر أوامر لغوية.

ويرى الموقع أيضاً أن النموذج قد يتيح لجامعات وشركات ناشئة في أمريكا اللاتينية وأفريقيا جنوب الصحراء وجنوب شرق آسيا تدريب وكلاء روبوتيين في المحاكاة، دون شراء معدات أو تراخيص برمجيات باهظة. لكنه يصف الأمر بأنه «ذو حدّين»، ويشير إلى «تحديات جسيمة» لم يفصّلها المقتطف المتاح.

ما المتوقع؟

بحسب «غوغل»، تتمثل الخطوة التالية في توسيع الوصول إلى مشتركي «Google AI Ultra» وشركاء واجهة البرمجة. وفتحت الشركة قائمة انتظار للراغبين في التجربة.

ما لم يُحسم بعد

لم تعلن «غوغل» موعداً محدداً للإتاحة الأوسع ولا كلفة الاستخدام. كما لم تنشر الشركة ولا جهات مستقلة بيانات تقيس أداء النموذج في الجلسات الطويلة والفيزياء المعقدة، وهما المجالان اللذان أشار «ذا ديكودر» إلى قيود فيهما. ويبقى السؤال المطروح في تقييمات المختصين المتعارضة دون إجابة حتى الآن: هل تكفي البيئات المولَّدة لتدريب روبوتات تعمل في العالم الحقيقي؟