ما هو Google DeepMind Genie 3؟ الحدود الجديدة لنماذج العالم
أعلنت Google DeepMind عن Genie 3، وهو نموذج عالم عام الغرض يمثّل قفزة كبيرة في البيئات التفاعلية المولَّدة بالذكاء الاصطناعي. يستطيع هذا النظام توليد عوالم ديناميكية يمكنك التنقل فيها في الوقت الفعلي بمعدل 24 إطارًا في الثانية، مع الحفاظ على الاتساق بدقة 720p لعدة دقائق.
هذا ليس توليد فيديو تقليديًا. ينشئ Genie 3 بيئات يمكنك استكشافها والتفاعل معها أثناء توليدها.
ما هو نموذج العالم؟
قبل فهم Genie 3، من المفيد تعريف ما يعنيه “نموذج العالم” فعلًا.
نماذج العالم هي أنظمة ذكاء اصطناعي تستخدم فهمها للعالم لمحاكاة جوانب منه. تمكّن وكلاء الذكاء الاصطناعي من التنبؤ بكيفية تطور البيئة وكيف ستؤثر أفعالهم فيها.
فكّر في الفرق بين:
- توليد الفيديو: إنشاء مقطع مُعدّ مسبقًا يمكنك مشاهدته
- نمذجة العالم: إنشاء بيئة مستمرة يمكنك التنقل فيها والتأثير عليها
تتصدر Google DeepMind هذا البحث منذ أكثر من عقد، من تدريب الوكلاء على إتقان ألعاب الاستراتيجية في الوقت الفعلي (AlphaStar) إلى تطوير بيئات محاكاة للروبوتات.
التطور: من Genie 1 إلى Genie 3
يبني Genie 3 على إصدارين سابقين:
Genie 1 (2024): أول نموذج عالم أساسي استطاع توليد بيئات جديدة لوكلاء الذكاء الاصطناعي من الصور.
Genie 2 (2024): نموذج عالم أساسي واسع النطاق وسّع القدرات لكنه افتقر إلى التفاعل في الوقت الفعلي.
Genie 3 (2026): أول نموذج عالم في السلسلة يتيح التفاعل في الوقت الفعلي، مع اتساق وواقعية محسّنين مقارنة بـ Genie 2.
تصف Google DeepMind نماذج العالم بأنها “حجر أساس رئيسي على الطريق نحو الذكاء الاصطناعي العام” لأنها تجعل تدريب وكلاء الذكاء الاصطناعي ممكنًا في بيئات محاكاة غنية وغير محدودة.
القدرات الأساسية لـ Genie 3
نمذجة الخصائص الفيزيائية للعالم
يستطيع Genie 3 محاكاة الظواهر الطبيعية مثل ديناميكيات الماء وتأثيرات الإضاءة والتفاعلات البيئية المعقدة.
أمثلة على الأوامر التي عُرضت:
- التنقل في تضاريس بركانية بروبوت بعجلات مع تجنّب برك الحمم
- ركوب دراجة مائية خلال مهرجان أضواء
- المشي على ساحل فلوريدا أثناء إعصار مع أمواج تتدفق فوق الطريق
- تتبّع قنديل بحر عبر فوهات حرارية مائية في أعماق البحر
- قيادة مروحية فوق منحدرات ساحلية
محاكاة العالم الطبيعي
يولّد النظام أنظمة بيئية نابضة بالحياة مع سلوكيات حيوانية واقعية وحياة نباتية معقدة.
أمثلة على الأوامر:
- الجري عبر مشاهد جليدية مع لقاءات بالحياة البرية
- السباحة بين أسراب قناديل البحر المضيئة حيويًا في أعماق المحيط
- استكشاف حديقة زن يابانية بأنماط رمل ممشطة
- التنقل في بيئات أوراق كثيفة مشبعة بالمطر
الرسوم المتحركة والخيال
يستمد Genie 3 من الخيال، فيبتكر سيناريوهات خيالية وشخصيات متحركة معبّرة عبر أساليب بصرية متعددة.
أمثلة على الأوامر:
- مخلوق فروي يركض عبر جسر قوس قزح (أسلوب رسوم ثلاثية الأبعاد)
- أن تكون سحلية بأسلوب الأوريغامي
- الطيران كيراعة عبر بيوت شجرية مسحورة
- مشهد أيرلندي يخضع لتحوّل جذبي درامي
استكشاف المواقع والإعدادات التاريخية
يستطيع النظام تجاوز الحدود الجغرافية والزمنية.
أمثلة على الأوامر:
- تضاريس جبلية في جبال الألب
- البندقية عبر الفابوريتو مع انعكاسات قنوات واقعية
- قصر كنوسوس في كريت القديمة كما كان سيبدو في أوج مجده
- ركوب الدراجة على طريق كيلار-كيشتوار الخطير في الهند
اختراقات تقنية
التفاعل في الوقت الفعلي
تطلّب تحقيق أداء في الوقت الفعلي بمعدل 24 إطارًا في الثانية ابتكارًا تقنيًا كبيرًا. أثناء توليد الإطارات ذاتي الانحدار، يجب أن يأخذ النموذج في الحسبان المسار المولَّد بالكامل سابقًا.
على سبيل المثال: إذا عاد المستخدم إلى موقع بعد دقيقة من الاستكشاف، يرجع النموذج إلى المعلومات ذات الصلة من تلك اللحظة السابقة—كل ذلك مع الحساب عدة مرات في الثانية للاستجابة لمدخلات المستخدم الجديدة فور وصولها.
الاتساق البيئي على مدى آفاق طويلة
يجب أن تبقى البيئات المولَّدة بالذكاء الاصطناعي متسقة فيزيائيًا لتكون غامرة. وهذا أصعب تقنيًا في التوليد اللحظي منه في الفيديو المُعدّ مسبقًا لأن الأخطاء تتراكم بمرور الوقت.
تبقى بيئات Genie 3 “متسقة إلى حد كبير لعدة دقائق، مع ذاكرة بصرية تمتد إلى ما قبل دقيقة واحدة.” وتشير Google DeepMind إلى أن هذه قدرة ناشئة—فعلى عكس NeRFs أو Gaussian Splatting، لا يحتاج Genie 3 إلى تمثيلات ثلاثية الأبعاد صريحة.
أحداث عالم قابلة للتوجيه بالأوامر
إلى جانب عناصر التحكم في التنقل، يتيح Genie 3 تدخلات نصية تعدّل العالم المولَّد:
- تغيير أحوال الطقس
- إدخال أجسام وشخصيات جديدة
- تعديل البيئة أثناء التجربة
يوسّع ذلك نطاق سيناريوهات “ماذا لو”—وهو أمر حاسم لتدريب وكلاء الذكاء الاصطناعي على التعامل مع المواقف غير المتوقعة.
تغذية أبحاث الوكلاء المتجسدين
من التطبيقات الأساسية تدريب وكلاء الذكاء الاصطناعي داخل بيئات مولَّدة. اختبرت Google DeepMind نظام Genie 3 مع وكيل SIMA (وكيل عام للبيئات الافتراضية ثلاثية الأبعاد).
العملية:
- توليد عالم بإعداد محدد
- توجيه الوكيل لمتابعة أهداف مميزة
- يرسل الوكيل إجراءات التنقل إلى Genie 3
- يحاكي Genie 3 المستقبل بناءً على تلك الإجراءات (من دون معرفة أهداف الوكيل)
ولأن Genie 3 يحافظ على الاتساق، يستطيع الوكلاء تنفيذ سلاسل إجراءات أطول وتحقيق أهداف أكثر تعقيدًا. وتتوقع Google DeepMind أن تؤدي هذه التقنية دورًا حاسمًا وهي تدفع نحو الذكاء الاصطناعي العام.
القيود الحالية
يقرّ الفريق بعدة قيود:
| القيد | الوصف |
|---|---|
| مساحة أفعال محدودة | بينما تتيح الأحداث القابلة للتوجيه تدخلات بيئية واسعة، تبقى أفعال الوكيل المباشرة مقيّدة |
| التفاعل متعدد الوكلاء | لا تزال التفاعلات المعقدة بين عدة وكلاء مستقلين صعبة |
| الدقة الجغرافية | لا يمكن محاكاة مواقع العالم الحقيقي بدقة كاملة |
| عرض النص | لا يظهر نص واضح ومقروء إلا عندما يُقدَّم في أمر الإدخال |
| المدة | يدعم عدة دقائق من التفاعل المستمر، وليس ساعات ممتدة |
التوفر
Genie 3 حاليًا معاينة بحثية محدودة.
توفّر Google DeepMind وصولًا مبكرًا لمجموعة صغيرة من الأكاديميين والمبدعين. يتيح لهم هذا النهج:
- جمع ملاحظات حاسمة
- تطوير وجهات نظر متعددة التخصصات حول هذه الحدود الجديدة
- بناء فهم للمخاطر وسبل التخفيف المناسبة
لا توجد حاليًا قائمة انتظار عامة أو نقطة وصول. ينصب التركيز على التطوير المسؤول قبل الإطلاق الأوسع.
ما التالي؟
ترى Google DeepMind أن Genie 3 لحظة مهمة تبدأ فيها نماذج العالم بالتأثير في أبحاث الذكاء الاصطناعي والإعلام التوليدي معًا. وهم يستكشفون:
- التعليم والتدريب: مساعدة الطلاب على التعلم والخبراء على اكتساب الخبرة
- تدريب الوكلاء: توفير مساحات واسعة لتدريب الروبوتات والأنظمة المستقلة
- تقييم الوكلاء: استكشاف أداء الوكلاء ونقاط ضعفهم
- وصول إضافي للمختبرين: إتاحة Genie 3 لمزيد من المستخدمين في المستقبل
الصورة الأكبر
يمثّل Genie 3 تحولًا في طريقة تفكيرنا بالمحتوى المولَّد بالذكاء الاصطناعي. نحن ننتقل من:
- مقاطع ثابتة → بيئات تفاعلية
- أوامر ثابتة → تحكم في الوقت الفعلي
- مشاهدة الفيديو → التنقل في العوالم
في الوقت الحالي، يبقى Genie 3 أداة بحثية. لكنه يشير إلى مستقبل يولّد فيه الذكاء الاصطناعي ليس محتوى للاستهلاك فحسب، بل عوالم للاستكشاف.
تبحث عن بديل؟
يعني الوصول المحدود إلى Genie 3 أن معظم المستخدمين لا يستطيعون تجربته اليوم. إذا أردت تجربة توليد العالم في الوقت الفعلي الآن، يقدّم PixVerse R1 بديلًا متاحًا للعموم:
- توليد في الوقت الفعلي بدقة تصل إلى 1080p
- قدرة بث غير محدودة
- توليد صوت متزامن
- توسيع الوصول العام جارٍ حاليًا
اعرف المزيد في مقارنة Genie 3 وPixVerse R1 أو جرّبه على realtime.pixverse.ai.