گوگل دیپ‌مایند نسخه پژوهشی مدل تازه ساخت دنیاهای تعاملی را معرفی کرد
هوش مصنوعی Genie 4 گوگل معرفی شد؛ دنیایی که با دستور شما تغییر می‌کند
گوگل دیپ‌مایند هوش مصنوعی Genie 4 را معرفی کرد؛ مدلی برای ساخت محیط‌های تعاملی با صدای هم‌زمان و تغییر صحنه با دستور متنی. این فناوری فعلاً در مرحله پیش‌نمایش پژوهشی قرار دارد.
به گزارش راوی تجربه، هوش مصنوعی Genie 4 گوگل دیپ‌مایند معرفی شد؛ مدلی که هدفش ساخت محیطی قابل تعامل، همراه با تصویر و صداست. گوگل در اعلامیه ۲۷ اکتبر ۲۰۲۶، برابر با ۵ آبان ۱۴۰۵ می‌گوید کاربر می‌تواند هنگام اجرای شبیه‌سازی، با زبان طبیعی مسیر صحنه را تغییر دهد.
هوش مصنوعی Genie 4 چه کاری انجام می‌دهد؟
تغییر وضعیت هوا، جابه‌جایی دوربین و اضافه‌کردن شخصیت تازه از نمونه‌های معرفی‌شده هستند. صداهای محیط، موسیقی و گفت‌وگوی تعاملی نیز هم‌زمان تولید می‌شوند. گوگل این فناوری را «مدل جهان» معرفی می‌کند؛ اصطلاحی برای مدلی که تحول و واکنش یک محیط را شبیه‌سازی می‌کند.
برای درک تفاوت، می‌توان تماشای یک کلیپ را با هدایت یک محیط مقایسه کرد: در کلیپ، مسیر تصویر از قبل تعیین شده است؛ در تجربه تعاملی، ورودی تازه کاربر بخشی از ادامه رویدادها می‌شود. بنابراین پرسش اصلی فقط کیفیت یک قاب نیست، بلکه هماهنگی اتفاقات پس از تغییر دستور است.
تصویر معرفی رسمی و محتوای مصنوعی مرتبط با مدل؛ منبع: Google DeepMind.
از ایده بازی تا تمرین ربات‌ها
در معرفی فنی دیپ‌مایند، نمونه‌سازی اولیه تجربه‌های تعاملی، پیش‌تصورسازی سینمایی و شبیه‌سازی برای ربات‌ها از زمینه‌های آزمایش این مدل عنوان شده‌اند. این‌ها کاربردهای در حال بررسی‌اند و نباید آن‌ها را محصول نهایی و آماده برای همه کاربران دانست.
برای علاقه‌مندان ایرانی بازی‌سازی و تولید محتوای تصویری، ارزش چنین خبری در امکان آزمودن سریع‌تر یک ایده است. بااین‌حال، دیدن یک نمایش فنی به‌تنهایی نشان نمی‌دهد که ابزار همه نیازهای یک پروژه، از طراحی تا انتشار نهایی، را برطرف می‌کند.
اهمیت محیط‌های مجازی برای تمرین ربات‌ها در خبر دیگری از راوی تجربه درباره برنامه خودبهبودی ربات‌های انسان‌نمای یونیتری با آزمایش در شبیه‌سازی نیز مطرح شده بود. دو پروژه را نباید یک فناوری واحد دانست، اما هر دو به نقش آزمون در محیط شبیه‌سازی‌شده مربوط‌اند.
محدودیت‌ها و وضعیت دسترسی چیست؟
دیپ‌مایند هشدار داده است که جزئیات بصری و ماندگاری اشیا ممکن است در گذر زمان تغییر کنند. دقت فیزیک، صدا و نوشته‌های خوانا نیز همچنان نیازمند بهبودند. این محدودیت‌ها هنگام ارزیابی ویدیوهای نمایشی باید در کنار قابلیت‌های مدل دیده شوند.
دسترسی فعلی، پیش‌نمایشی پژوهشی برای آزمایش‌کنندگان منتخب است. عرضه برای مشترکان Google AI Ultra در Project Genie و شرکای دسترسی زودهنگام Gemini API و AI Studio در برنامه اعلام شده قرار دارد. در این اطلاعیه‌ها، دسترسی عمومی کاربران ایران تأیید نشده است.
دیدگاه‌ها
برای ثبت دیدگاه وارد شوید یا ثبت‌نام کنید.
اولین دیدگاه را شما بنویسید.