في 20 نوفمبر 2026، أعلنت Google DeepMind عن إتاحة إصدارات جديدة من نموذجي Gemini 4 وGenie 4، وهي إصدارات توسّع بشكل كبير قدرات توليد محاكاات واقعية للعالم وتطبيقاتها في تدريب الروبوتات. تستند هذه التحديثات إلى الأعمال السابقة في مجال نماذج العالم وأنظمة الرؤية واللغة والفعل، لكنها تُدخل تحسينات جوهرية في الزمن الحقيقي والتعددية الوسائطية.
يمثّل Genie 4 نموذج عالم متعدد الوسائط أصليًا، لا يولّد المشاهد البصرية بدقة تصل إلى 720p عند 24 إطارًا في الثانية فحسب، بل يولّد أيضًا محتوى صوتيًا متزامنًا: أصوات محيطة وموسيقى وحوارات الشخصيات. يدمج النموذج قدرات Gemini Omni لتثبيت المحاكاات في العالم الحقيقي، وأصنافًا أخرى من Gemini للحفاظ على تماسك المشاهد واستمراريتها. ويمكن للمستخدمين التأثير في المحاكاة في الزمن الحقيقي عبر الأوامر النصية — تغيير الطقس أو إدخال كائنات أو شخصيات — بينما تكيّف مكوّنات Gemini التغييرات سياقيًا وتراقب المعقولية الفيزيائية.
في مجال الروبوتات يؤدي Gemini 4 Argon دورًا محوريًا، إذ يعمل محركًا للمحاكاة. فهو يولّد آلاف عمليات التشغيل المحاكاة المتنوعة انطلاقًا من مشاهد فيديو حقيقية، فيُنشئ توائم رقمية ويُسرّع تعميم المهارات. وقد أتاح ذلك تطوير Gemini Robotics 2.5 — أكثر نماذج VLA تقدمًا حتى اليوم. ووفقًا لبيانات DeepMind، يُظهر النموذج ارتفاعًا في نجاح إنجاز المهام بنسبة 30–100 % بحسب نوع المهمة، وتسريعًا في الإنجاز بنسبة 20–30 % مقارنةً بالإصدارات السابقة، وذلك بعد اختباره على أكثر من 200 مهمة، بما في ذلك التعامل مع أجسام قابلة للتشوّه وأدوات دقيقة.
تشمل منهجية التقييم اختبارات مخبرية وتجارب ميدانية حقيقية، منها على سبيل المثال خطوط إنتاج Mercedes-Benz مع الروبوت Apptronik Apollo 2، حيث تحقق نجاح بنسبة 96 % في مهمة تجميع القطع. غير أن DeepMind لا تنشر مقاييس تفصيلية للمقارنة مع نماذج خارجية، وينصب التركيز على مؤشرات داخلية وعلى قابلية التوجيه — أي القدرة على تجنّب المخاطر في الزمن الحقيقي. وهذا يترك أسئلة حول قابلية الاستنساخ والمقارنة مع مقاربات موازية لدى مختبرات أخرى، مثل أعمال OpenAI أو Boston Dynamics في الذكاء المجسّد.
في مشهد نماذج العالم، يُبنى Genie 4 على Genie 3، مضاعفًا مدة المحاكاات المتماسكة ومضيفًا صوتًا أصليًا، وهو ما يميّز مقاربة DeepMind عن المولّدات البصرية المحضة مثل Runway. ويُنشئ التكامل مع Gemini 4 Argon للروبوتات حلقة مغلقة: فالمحاكاات تُسرّع تدريب نماذج VLA، وهذه بدورها تحسّن جودة المحاكاات. وهذا تحوّل استراتيجي مقارنةً بالتكرارات السابقة التي كانت البيانات تُجمع فيها أساسًا في العالم الحقيقي.
تشمل الآثار الناجمة تسريع تطوير الذكاء الفيزيائي: فالروبوتات تتكيّف بسرعة أكبر مع بيئات جديدة، ما يمهد الطريق إلى التوسّع الصناعي. غير أنه يبقى غير واضح مدى قابلية تعميم المهارات خارج المهام 200 التي جرى اختبارها، وكيف يتعامل النموذج مع سيناريوهات وكيلية طويلة الأمد دون تحققات إضافية.
تتعلق الأسئلة المفتوحة بالتحقق المستقل من التحسينات المعلنة وبأثرها على السلامة — فقد أصدرت DeepMind مقياس ASIMOV-Jailbreak، حيث يُظهر Argon نسبة مقاومة 99.5 %، لكن المخاطر الفعلية في بيئات غير خاضعة للرقابة تتطلب مزيدًا من البحث من جانب المجتمع.
وهكذا، فإن الجمع بين Gemini 4 وGenie 4 ينقل التركيز من النماذج المعزولة إلى حلقات متكاملة للمحاكاة والتدريب، ما يجعل الخطوة التالية في الذكاء المجسّد أقرب إلى المنال.

