Genie 4 چیست و چه فرقی با ویدئو دارد؟
گوگل دیپ‌مایند در ۲۷ اکتبر ۲۰۲۶ از Genie 4 رونمایی کرد؛ مدلی برای ساخت محیط‌های تعاملی که طبق معرفی شرکت، تصویر و صدا را هم‌زمان تولید می‌کند. در نمایش‌های رسمی، کاربر در محیط حرکت می‌کند و با دستور متنی صحنه را تغییر می‌دهد. بنابراین ایدهٔ اصلی، تماشای یک کلیپ با پایان ازپیش‌تعیین‌شده نیست: ورودی کاربر می‌تواند مسیر تجربه را حین اجرا عوض کند. این توصیف قابلیت اعلام‌شده است؛ نخود مدل را آزمایش نکرده است.
چه کسانی اکنون دسترسی دارند؟
فعلاً پیش‌نمایش پژوهشی به آزمایش‌کنندگان مورد اعتماد ارائه شده است. گوگل دسترسی بعدی را برای مشترکان Google AI Ultra در Project Genie و شرکای دسترسی زودهنگام در Gemini API و Google AI Studio وعده داده؛ این وعده را نباید عرضهٔ عمومی فعلی دانست. صفحهٔ معرفی به فهرست انتظار پیوند می‌دهد. دسترسی از ایران و کیفیت دستورها یا گفت‌وگوی فارسی در این بررسی تأیید نشده‌اند.
برای ایده‌پردازی جذاب است؛ دقت را باید جدا سنجید
خود گوگل می‌گوید جزئیات و ثبات اشیا ممکن است در اجرای طولانی‌تر یا پس از تغییرهای پیچیده جابه‌جا شوند. دقت فیزیک، صدا، متن خوانا و روابط فضایی نیز هنوز موضوع پژوهش‌اند. در نتیجه، واقعی به‌نظررسیدن تصویر به‌تنهایی شاهدی بر درست‌بودن شبیه‌سازی نیست.
برداشت تحریریه این است که برای یک سازندهٔ محتوا یا طراح بازی، پرسش مفید «آیا این ابزار جای همهٔ ابزارهای قبلی را می‌گیرد؟» نیست. اگر دسترسی فراهم شد، یک صحنهٔ کوتاه با هدف روشن بساز: آیا جای اشیا پس از چرخش دوربین حفظ می‌شود؟ آیا صدا با اتفاق تصویر هماهنگ است؟ پاسخ همین آزمون‌های کوچک روشن می‌کند خروجی برای پیش‌نمایش ایده مناسب است یا نیاز به اصلاح دارد؛ این‌ها پیشنهاد ارزیابی‌اند، نه نتیجهٔ تست ما.
پشت این نوشته
منابع و جزئیات
تهیه و بازبینی با کمک هوش مصنوعی و منبع رسمی؛ نخود این مدل را مستقلاً آزمایش نکرده است. تصویر کاور مفهومی است و خروجی Genie 4 نیست.
این منابع را می‌توانی برای بررسی ادعاها و جزئیات بیشتر بخوانی. تاریخ کنار هر منبع، زمان بررسی آن برای این نوشته است.
- معرفی رسمی Genie 4 — Google DeepMinddeepmind.googleبررسی:
نخستین انتشار:
روش تهیه و بازبینی نوشته‌ها
