واشنطن في 28 أكتوبر /قنا/ كشفت شركة " غوغل" من خلال " غوغل ديب مايند"، عن نموذج "جيني 4 - Genie 4"، الذي يتيح إنشاء عوالم تفاعلية قابلة للاستكشاف، مزودة بالصوت والحوار، مع إمكانية تعديل المشاهد في الوقت الفعلي باستخدام الأوامر النصية.

ووفقا للشركة، يتيح النموذج للمستخدمين استكشاف بيئات افتراضية والتفاعل معها، مع توليد الموسيقى والأصوات المحيطة والحوار التفاعلي بالتزامن مع المشهد. كما يمكنهم توجيه المحاكاة أثناء تشغيلها باستخدام اللغة الطبيعية، مثل تغيير الطقس أو تحريك الكاميرا أو إضافة شخصيات وعناصر جديدة.

ويمكن التحكم في المشاهد باستخدام لوحة المفاتيح والفأرة، فيما يؤدي نموذج "جيميني 3.8 فلاش" دورا توجيهيا في متابعة المشهد، وتقسيم الأهداف إلى خطوات، ومراجعة الإطارات المتتالية للتحقق من التقدم المحرز وتعديل الخطة عند حدوث تغييرات أو تدخل المستخدم.

وبالمقارنة مع النموذج السابق "جيني 3"، يوفر "جيني 4" واقعية بصرية أكبر وحركة أكثر سلاسة، إلى جانب محاكاة محسنة للفيزياء والشخصيات البشرية وتوليد الصوت بصورة مدمجة.

ويستطيع النموذج الحفاظ على اتساق المشهد لمدة تصل إلى دقيقتين، أي ضعف المدة التي أتاحها النموذج السابق.

ويمكن الاستفادة من النموذج في تطوير الأفكار الأولية للألعاب، والتعلم التفاعلي، والتصور المسبق للمشاهد السينمائية، وإنشاء بيئات محاكاة لتدريب الروبوتات والوكلاء الذكيين. وفي أحد العروض التوضيحية، عمل "جيميني 4 أرجون" مع "جيني 4" على محاكاة روبوت بشري الهيئة من شركة "أبتوترونيك" يلعب لعبة الداما، من خلال تقسيم المهمة إلى خطوات يجري تمثيلها في المحاكاة في الوقت الفعلي.

وأوضحت غوغل أن النموذج لا يزال في مرحلة بحثية تجريبية، وقد أتيح لمجموعة محدودة من المختبرين الموثوقين، على أن يتوسع الوصول إليه لاحقا عبر خدمة "غوغل إيه آي ألترا" ومشروع "Project Genie" وشركاء الوصول المبكر إلى واجهة "جيميني" البرمجية وبيئة "غوغل إيه آي ستوديو".

وأشارت الشركة إلى أن النموذج لا يزال يواجه تحديات بحثية، تشمل الحفاظ على اتساق التفاصيل والأجسام مع مرور الوقت، ودقة التفاعلات الفيزيائية والصوت، وإظهار النصوص بصورة مقروءة، والدقة المكانية واستمرارية المشاهد.