گوگل با معرفی جدیدترین مدل جهانی خود یعنی جینی ۴، مرزهای شبیه‌سازی واقعیت را گسترش داده و امکان ساخت دنیاهای تعاملی، فوتورئالیستی و مجهز به صدا را با هدایت بی‌درنگ هوش مصنوعی فراهم کرده است.
شرکت گوگل با رونمایی از مدل جینی ۴ (Genie 4)، تازه‌ترین دستاورد خود در حوزه هوش مصنوعی تولیدی و مدل‌های جهانی را به نمایش گذاشت. این پلتفرم پیشرفته که توسط گوگل دیپ‌مایند (Google DeepMind) توسعه یافته، توانایی بی‌نظیری در خلق محیط‌های مجازی دارد. جینی ۴ نه تنها دنیاهایی واقع‌گرایانه‌تر ارائه می‌دهد، بلکه به کاربران اجازه می‌دهد تا در لحظه و به صورت تعاملی، جزئیات صحنه و حتی صداها را تغییر دهند و سناریوهای پیچیده را شبیه‌سازی کنند. معرفی Genie 4 گام جدید گوگل برای حفظ پیشتازی در این حوزه رقابتی است.
قابلیت‌های پیشرفته و تعامل با هوش مصنوعی Gemini
جینی ۴ نسبت به نسل قبلی خود، جینی ۳ (Genie 3) که حدود یک سال پیش معرفی شد، پیشرفت‌های چشمگیری داشته است. این مدل علاوه بر واقع‌گرایی بیشتر و تولید صدا، امکان ویرایش آزادانه و بی‌درنگ صحنه‌ها را فراهم می‌کند؛ برای مثال، می‌توان آب‌وهوا یا زاویه دوربین را تغییر داد یا افراد و اشیای جدیدی را اضافه کرد. Genie 4 می‌تواند صحنه‌ای ثابت و پایدار را تا ۲ دقیقه حفظ کند که دو برابر محدودیت نسخه قبلی است. همچنین، فیزیک بهتری ارائه می‌دهد و کاراکترهای انسانی‌تری را شبیه‌سازی می‌کند.
مدل هوش مصنوعی جیمنای گوگل نیز به شکل عمیق‌تری با جینی ۴ یکپارچه شده است. جیمنای نقش کارگردان را ایفا می‌کند که گام‌ها را برنامه‌ریزی کرده و فریم‌ها را بررسی می‌کند، در حالی که جینی جلوه‌های بصری را خلق می‌کند. در یک آزمایش تحقیقاتی مرتبط با رباتیک جیمنای (Gemini Robotics)، مدل جیمنای ۴ آرگون وظایف را به مراحل کوچکتر تقسیم کرد و Genie 4 آن‌ها را به‌صورت هم‌زمان شبیه‌سازی کرد. این آزمایش نشان‌دهنده مسیری بالقوه برای تست سناریوهای ربات‌ها در شبیه‌سازی، پیش از وقوع در دنیای واقعی است.
کاربردهای گسترده از بازی تا صنعت فیلم‌سازی
مدل جهانی جینی ۴ کاربردهای تجاری متنوعی در حوزه‌هایی مانند بازی‌های ویدیویی، یادگیری تعاملی و رباتیک دارد. برای مثال، در یادگیری تعاملی می‌توان وارد نقاشی یک صحنه تاریخی شد و با شخصیت‌های آن درباره رویدادهای به تصویر کشیده شده گفتگو کرد.
تست‌کنندگان معتمد گوگل، که دسترسی اولیه به محصولات پیشرفته این شرکت را دارند، به کاربرد جدید و جذابی اشاره می‌کنند: نمونه‌سازی اولیه فیلم‌ها. ویژگی بلادرنگ Genie 4 برای مراحل ایده‌پردازی و داستان‌نویسی در صنعت فیلم‌سازی بسیار ارزشمند است و به حفظ جریان خلاقیت کمک می‌کند. در آینده، ممکن است کاربران بتوانند با کمک مدل‌های هوش مصنوعی مانند جیمنای اومنی (Gemini Omni) این نمونه‌های اولیه را به دارایی‌های خلاقانه کامل تبدیل کنند، هرچند این قابلیت‌ها هنوز در مراحل اولیه توسعه قرار دارند.
وضعیت کنونی و چشم‌انداز آینده جینی ۴
گوگل تأکید کرده است که جینی ۴ هنوز در مراحل اولیه توسعه قرار دارد و تجربه کاربری نهایی آن مشخص نیست. تیم توسعه‌دهنده نیز پذیرفته است که این مدل هنوز نقص‌هایی دارد؛ برای مثال، جزئیات و اشیا ممکن است با طولانی‌تر شدن شبیه‌سازی دچار تغییر شوند. همچنین، آن‌ها هنوز راهکاری برای اطمینان از دقت صدا و خوانایی متن‌های درون دنیاهای شبیه‌سازی‌شده پیدا نکرده‌اند.
Genie 4 در حال حاضر به صورت پیش‌نمایش تحقیقاتی برای تست‌کنندگان معتمد در دسترس است. در هفته‌های آتی، این مدل برای مشترکین Google AI Ultra در پروژه Genie (ابزار هوش مصنوعی گوگل برای تولید دنیاهای تعاملی از طریق دستورات متنی یا تصویری) و همچنین شرکای دارای دسترسی زودهنگام به Gemini API و Google AI Studio عرضه خواهد شد.
