דיווח: Genie 4 של גוגל מוסיף קול ודיאלוגים לעולמות הווירטואליים, ובינתיים זמין לבודקים בלבד
לפי דיווח שטרם אומת מול הודעה רשמית של גוגל, מודל העולמות Genie 4 מוסיף לעולמות האינטראקטיביים קול ודיאלוגים, ונעזר ב-Gemini 3.8 Flash כדי לתכנן ולבדוק אירועים מורכבים. לפי הדיווח, המערכת זמינה כרגע רק לבודקים בתצוגה מקדימה סגורה, ולא פורסמו מחיר או מועד השקה.
גוגל ממשיכה לפתח את Genie, מודל ה-AI שמייצר עולמות וירטואליים שאפשר לשוטט בהם בזמן אמת. לפי דיווח בערוץ הטלגרם ai_newz, בגרסה הבאה, Genie 4, העולמות כבר לא שקטים: יש בהם קול, הדמויות מדברות ומגיבות למה שקורה סביבן, ואפשר לשנות את הסצנה תוך כדי משחק באמצעות פקודת טקסט. חשוב לציין שבזמן כתיבת הדברים לא מצאנו הודעה רשמית של גוגל שמאשרת את הפרטים, ולכן יש להתייחס אליהם כדיווח שעדיין לא אומת.
מה חדש, לפי הדיווח
עד היום Genie היה בעיקר מודל של תמונה ותנועה: המשתמש מתאר עולם או מעלה תמונה, והמודל מייצר סביבה תלת-ממדית שאפשר לנוע בה, פריים אחרי פריים. לפי הדיווח, Genie 4 מוסיף לזה שכבת קול ודיאלוג, והדמויות בו כבר לא רק תפאורה נעה. עוד נכתב שבהשוואה ל-Genie 3 מובטחים אנשים "חיים" יותר ופיזיקה סבירה יותר.
החידוש הטכני המעניין יותר נוגע לאירועים מורכבים. לפי הדיווח, במקרים כאלה המערכת מפעילה את Gemini 3.8 Flash, מודל השפה של גוגל, שמפרק את המשימה לשלבים, מסתכל על הפריימים שנוצרים ובודק את התוצאה. אם הסצנה משתנה בדרך, הוא מעדכן את התוכנית.
המשמעות, ככל הנראה, היא חלוקת עבודה בין שני סוגי מודלים: מודל העולם מייצר את הסביבה הוויזואלית, ומודל שפה משמש כ"במאי" שמתכנן ומפקח. בעיה ידועה של מודלי עולם היא שהם מתקשים לשמור על עקביות לאורך זמן ולבצע רצף של פעולות לפי הסדר. לולאת בקרה שבה מודל אחר בודק את הפלט ומתקן את המסלול היא דרך מקובלת להתמודד עם הקושי הזה, אם כי עוד לא ידוע כמה טוב זה עובד בפועל.
מי יכול לנסות
בשלב הזה כמעט אף אחד. לפי הדיווח, Genie 4 נמצא בתצוגה מקדימה סגורה שפתוחה לבודקים בלבד. בהמשך מתוכננת גישה למנויי Google AI Ultra דרך Project Genie, ולשותפים בגישה מוקדמת דרך Gemini API ו-AI Studio. מחיר ולוח זמנים לא פורסמו.
הסדר הזה מוכר מהשקות קודמות של גוגל בתחום: קודם קבוצת בודקים מצומצמת, אחר כך מנויי החבילה היקרה ביותר, ורק בסוף מפתחים דרך ה-API. המשמעות היא שגם אם הדיווח מדויק, לרוב המשתמשים כנראה ייקח זמן לא מבוטל לפגוש את Genie 4.
למה זה חשוב
מודלי עולם (world models) נחשבים לאחד הכיוונים המרכזיים במחקר ה-AI כרגע. מעבר למשחקים ולבידור, הם יכולים לשמש סביבת אימון לסוכני AI ולרובוטים, שבה אפשר לתרגל אינספור תרחישים בלי לצאת לעולם האמיתי. אם העולמות האלה יכללו גם קול, דיאלוג ודמויות שמגיבות, הם עשויים להתקרב לסימולציה של מצבים חברתיים, ולא רק של מרחב פיזי.
עם זאת, כל עוד המערכת סגורה לבודקים ואין הודעה רשמית, יכולות כמו "פיזיקה סבירה" ו"אנשים חיים יותר" הן הבטחות, לא תוצאות שנבדקו. המבחן האמיתי יגיע כשמשתמשים מחוץ לגוגל יוכלו לנסות את המודל בעצמם.