تا دیروز، تماشاگر یک ویدیوی ساخته‌شده با هوش مصنوعی بودید؛ حالا قرار است وسط همان صحنه مسیر را عوض کنید و ببینید جهان مجازی چه واکنشی نشان می‌دهد. این تفاوت، ایده اصلی مدل تازه گوگل دیپ‌مایند است؛ ایده‌ای جذاب که هنوز با یک محصول آماده برای استفاده همگانی فاصله دارد.
به گزارش آسیانیوز ایران، گوگل دیپ‌مایند (Google DeepMind) در ۲۷ اکتبر ۲۰۲۶، برابر با ۵ آبان ۱۴۰۵، جینی ۴ (Genie 4) را در قالب پیش‌نمایش پژوهشی برای آزمایشگران منتخب معرفی کرد. گزارش همان روز تک‌کرانچ نیز آغاز این عرضه محدود را تأیید می‌کند؛ معرفی مدل به معنای بازشدن دسترسی آن برای همه کاربران نیست.
جینی ۴ چه فرقی با ساخت یک ویدیوی معمولی دارد؟
در توضیح رسمی دیپ‌مایند، کاربر می‌تواند هنگام اجرای شبیه‌سازی با دستور متنی، هوا را تغییر دهد، دوربین را جابه‌جا کند یا شخص و شیئی به محیط بیفزاید. صدا نیز همراه تصویر تولید می‌شود؛ از صدای محیط و موسیقی تا گفت‌وگوی شخصیت‌های مجازی. بنابراین موضوع فقط ساختن چند ثانیه تصویر از یک جمله نیست، بلکه تغییر مسیر تجربه در حین اجراست.
برای تصور تفاوت، یک مثال فرضی کافی است: به‌جای تماشای عبور دوربین از یک باغ، از مدل بخواهید باران ببارد و زاویه دید به کنار یک درخت منتقل شود. ارزش چنین تجربه‌ای در پاسخ‌دادن محیط به درخواست تازه است، نه صرفاً زیبابودن نخستین قاب. این مثال توضیحی است و نتیجه آزمایش عملی تحریریه نیست.
نقش جمنای؛ همکاری دو بخش، نه یک جادوی بی‌نقص
طبق معرفی گوگل، خانواده جمنای (Gemini) به حفظ پیوستگی و هدایت شبیه‌سازی کمک می‌کند. جمنای اومنی ظاهر و رفتار جهان را پشتیبانی می‌کند و جمنای ۳.۸ فلش در نقش هدایتگر، هدف را به گام‌ها می‌شکند و پیشرفت صحنه را دنبال می‌کند. این توصیف سازنده از معماری و توانایی مدل است، نه گواه مستقلِ بی‌خطابودن آن.
صفحه رسمی محصول، نمونه‌سازی تجربه‌های تعاملی و سناریوهای شبیه‌سازی را از مسیرهای احتمالی استفاده معرفی می‌کند. برای فیلم‌ساز یا طراح بازی، آزمودن سریع یک ایده می‌تواند با ساخت نسخه نهایی تفاوت زیادی داشته باشد؛ همان‌طور که پیش‌طرح یک صحنه، فیلم آماده اکران نیست.
چرا تصویر باورپذیر، مدرک دنیای واقعی نیست؟
خود دیپ‌مایند محدودیت‌ها را صریح نوشته است: با طولانی‌شدن تجربه یا تغییرهای پیچیده، جزئیات و ثبات اشیا ممکن است دچار لغزش شود. دقت صدا، خوانایی نوشته‌ها، روابط فضایی و برخی تعاملات فیزیکی نیز همچنان موضوع پژوهش‌اند. واقعی به نظر رسیدن یک صحنه، با درست‌بودن همه روابط آن یکی نیست.
برای ارزیابی چنین ابزاری، فقط نپرسیم «چقدر واقعی دیده می‌شود؟»؛ بپرسیم «پس از چند تغییر، چه چیزهایی هنوز درست و ثابت می‌ماند؟»
گوگل می‌گوید خروجی صوتی و تصویری جینی ۴ نشان نامرئی SynthID خواهد داشت. این اعلام، جای بررسی منشأ یک کلیپ را نمی‌گیرد. در مواجهه با ویدیویی منتسب به یک رویداد واقعی، راهنمای ابزارها و محدودیت‌های تشخیص محتوای هوش مصنوعی به تفکیک سرنخ فنی از حکم قطعی کمک می‌کند.
دسترسی به Genie 4؛ فعلاً چه چیزی قطعی است؟
تا زمان تهیه این گزارش در ۶ آبان، وضعیت اعلام‌شده، پیش‌نمایش محدود پژوهشی است. گوگل ورود بعدی آن به Project Genie برای مشترکان Google AI Ultra و شرکای دسترسی زودهنگام Gemini API و Google AI Studio را وعده داده، اما معرفی آن را نباید با دسترسی فعال همه این گروه‌ها یکی گرفت.
- وجود فهرست انتظار، تأیید پذیرش فوری کاربر نیست.
- این گزارش، دسترسی عملی از ایران یا پشتیبانی قطعی از فارسی را تأیید نمی‌کند.
- نمونه نمایشی سازنده، جای آزمون مستقل یک کار واقعی را نمی‌گیرد.
جینی ۴ فعلاً خبر یک گام تازه در شبیه‌سازی تعاملی است، نه پایان خط ساخت بازی و فیلم. شما چنین ابزاری را بیشتر برای آزمودن ایده‌های خلاقانه مفید می‌دانید یا تجربه‌های آموزشی؟ در کادر ثبت نظر انتهای این گزارش بنویسید.