Google DeepMind روز سه‌شنبه Genie 4 را به‌عنوان جدیدترین مدل جهانی (World Model) خود در قالب پیش‌نمایش پژوهشی منتشر کرد. مهم‌ترین تغییر این نسخه نسبت به Genie 3، امکان ویرایش لحظه‌ای صحنه است: کاربر می‌تواند در میانه‌ی شبیه‌سازی با تایپ دستور، آب‌وهوا، زاویه‌ی دوربین یا اجزای صحنه را تغییر دهد.
Genie 4 همچنین صدای هم‌زمان تولید می‌کند — شامل موسیقی، صداهای محیطی و گفت‌وگوی تعاملی — که با محتوای صحنه‌ی شبیه‌سازی‌شده هماهنگ است. این مدل می‌تواند یک صحنه‌ی منسجم را تا ۲ دقیقه نگه دارد؛ دو برابر سقف Genie 3. فیزیک شبیه‌سازی و حرکات شخصیت‌ها هم بهبود یافته‌اند.
در معماری جدید، مدل Gemini نقش «کارگردان» را بازی می‌کند: مراحل را برنامه‌ریزی و فریم‌ها را بررسی می‌کند، در حالی که Genie 4 وظیفه‌ی تولید بصری را بر عهده دارد. در یک آزمایش پژوهشی مرتبط با Gemini Robotics، مدلی به نام Gemini 4 Argon وظایف را به مراحل تفکیک کرد و Genie 4 آن‌ها را به‌صورت لحظه‌ای شبیه‌سازی کرد — مسیری برای تست سناریوهای رباتیک پیش از اجرا در دنیای واقعی.
Genie 4 هم‌اکنون در دسترس «آزمون‌گران مورد اعتماد» (Trusted Testers) است. در هفته‌های آینده برای مشترکان Google AI Ultra در پروژه‌ی Project Genie و برای شرکای دسترسی اولیه‌ی Gemini API و Google AI Studio فعال خواهد شد.
تیم توسعه‌ی گوگل می‌گوید Genie 4 هنوز مشکلاتی دارد: هرچه شبیه‌سازی طولانی‌تر شود، جزئیات و اجسام از حالت منسجم خارج می‌شوند (drift)، و هنوز تضمینی برای دقت صدا یا خوانایی متن‌های درون صحنه وجود ندارد.
برای کسی که ایجنت می‌سازد، این خبر یعنی چه؟#
ویرایش لحظه‌ای صحنه و تولید صدای هم‌زمان، Genie 4 را از یک ابزار نمایشی به چیزی نزدیک‌تر به یک موتور پروتوتایپینگ می‌کند — به‌ویژه برای مرحله‌ی ایده‌پردازی و استوری‌برد. اما این «نزدیک‌تر» هنوز به معنای «قابل استفاده در خط تولید» نیست. مشکل drift و نداشتن تضمین دقت صدا یعنی اگر سناریوی شما بیش از یکی‌دو دقیقه طول بکشد یا به متن درون صحنه وابسته باشد، هنوز نمی‌توانید به خروجی تکیه کنید. برای تیم‌هایی که با ابزارهای اتوماسیون ایجنت می‌سازند، Genie 4 فعلاً بیشتر یک لایه‌ی بصری-صوتی برای فاز تحقیق و نمونه‌سازی است تا یک زیرساخت آماده‌ی استقرار.
منبع: TechCrunch AI
دیدگاه‌ها
برای گذاشتن دیدگاه وارد شو
دیدگاه‌ها فقط از حسابهای کاربری پذیرفته می‌شوند.
ورود / ثبتنامهنوز دیدگاهی ثبت نشده — اولین نفر باش.