گوگل در بخش تحقیقاتی DeepMind از مدل جهانی تعاملی Genie 4 رونمایی کرد. این مدل که از زیرساختهای خانواده Gemini بهره میبرد، شبیهسازی محیطهای بصری و صوتی را به سطحی نزدیکتر به رفتار فیزیکی دنیای واقعی رسانده و دیگر مدلهای Gemini کار استدلال و حفظ تداوم صحنه را بر عهده دارند.
کاربر با یک دستور متنی میتواند عناصر یک جهان مجازی را تغییر دهد، عناصر تازهای به آن اضافه کند، صدای محیط، موسیقی و دیالوگهای تعاملی را بشنود و جزئیات بصری دقیقتری از فیزیک تا حرکت طبیعی انسان را تجربه کند. Genie 4 با ردیابی وضعیت جهان، رویدادهای پیشین را به یاد میسپارد و برای حفظ انسجام صحنه، برنامهریزی چندمرحلهای انجام میدهد.
گوگل این مدل را در پژوهشهای رباتیک DeepMind در کنار Gemini 4 Argon به کار برده و عرضه اولیه آن را بهصورت پیشنمایش پژوهشی برای آزمایشکنندگان مورد اعتماد آغاز کرده است. نسخه اختصاصی مشترکان Google AI Ultra در پلتفرم Project Genie و دسترسی زودهنگام شرکای Gemini API و Google AI Studio بهزودی فعال میشود.
تحلیلگران حوزه فناوری هوش مصنوعی معتقدند ورود بازیگران بزرگ فناوری به عرصه شبیهسازی تعاملی، فشار رقابتی مضاعفی بر صنایع نرمافزاری کشورهای در حال پیشرفت وارد میکند. از سوی دیگر، توسعهدهندگان و پژوهشگران ایرانی که در سالهای اخیر در حوزه هوش مصنوعی و پردازش زبانی گامهای محسوسی برداشتهاند، میتوانند از این پیشرفتها بهعنوان نقطه عطفی برای تسریع پروژههای بومی خود بهره ببرند و در عرصه رباتیک و واقعیت افزوده جایگاه قویتری کسب کنند. این روند نشان میدهد که فاصله فنی میان قدرتهای بزرگ و سایر بازیگران روزبهروز کمرنگتر میشود و زمینه استفاده گسترده از این فناوریها در سطح منطقه و جهان فراهمتر خواهد شد.