جوجل ديب مايند تكشف عن نموذج العالم جيني 4 مع صوت فوري وتوجيه تفاعلي

أعلنت جوجل ديب مايند عن جيني 4 يوم الثلاثاء، وهي أحدث خطوة في سلسلة نماذج العالم الخاصة بها. ينتج النظام الجديد مشاهد واقعية للغاية تظل متسقة لمدة تصل إلى دقيقتين — ضعف مدة الإصدار السابق — ويضيف صوتاً فورياً مثل الضوضاء المحيطة والموسيقى والحوار التفاعلي.

على عكس الإصدارات السابقة، يقبل جيني 4 مطالبات حرة أثناء المحاكاة. يمكن للمستخدمين تغيير الطقس أو زاوية الكاميرا أو إدراج كائنات وشخصيات جديدة دون إعادة تشغيل المشهد. كما يتكامل النموذج بشكل أوثق مع جيميناي، نموذج اللغة الكبير من جوجل، الذي يعمل كمخرج يخطط للخطوات ويتحقق من الإطارات بينما يقوم جيني بعرض المرئيات.

لماذا يهم هذا البنية التحتية لوحدات معالجة الرسوميات / الذكاء الاصطناعي

تتطلب نماذج العالم مثل جيني 4 قدراً هائلاً من الحوسبة المتوازية للفيديو والصوت ومحاكاة الفيزياء في الوقت الفعلي. وهذا يزيد الطلب على عناقيد GPU عالية الكثافة والربط منخفض الكمون — وهي السعة التي صُممت مزودو سحابة الذكاء الاصطناعي المتخصصون مثل AiGpu لتوفيرها.

يسلط المختبرون الأوائل الضوء على رسم القصص للأفلام واختبار سيناريوهات الروبوتات كحالات استخدام فورية. القدرة على إنشاء نماذج أولية للمشاهد بشكل تفاعلي تقلل دورات التكرار، بينما يشير الهجين جيميناي‑جيني إلى مستقبل حيث تعمل التخطيط على مستوى الكود والمحاكاة المرئية على نفس مجموعة الأجهزة المسرعة.