גוגל מציגה את Genie 4: יצירת עולמות אינטראקטיביים בזמן אמת

דמיינו שאתם נכנסים לסביבה שנוצרה באמצעות בינה מלאכותית. אתם מתקדמים בשביל, מזיזים את המצלמה כדי לבחון את הנוף ומחליטים שהשמיים יתכסו בעננים. רגע אחר כך מתחיל לרדת גשם. אתם מוסיפים דמות חדשה, והיא מתחילה לנוע, להגיב לסביבה ואפילו לדבר. העולם ממשיך להתפתח בהתאם לפעולות ולהוראות שלכם. זה הכיוון שמציגה גוגל (Google) עם Genie 4, מודל חדש מבית Google DeepMind, שהוכרז ב-27 באוקטובר 2026. מדובר במודל עולמות (World Model), שמייצר סביבות אינטראקטיביות בזמן אמת ומאפשר למשתמשים לשנות את המתרחש בתוכן באמצעות הוראות בשפה טבעית.

ההבדל המרכזי לעומת מודלים רגילים ליצירת וידאו הוא האפשרות להשפיע על ההתרחשות בזמן שהיא נוצרת. במקום לקבל סרטון שהוכן מראש ולצפות בו מתחילתו ועד סופו, המשתמש יכול לבחור לאן להתקדם, מה לשנות ואילו אירועים להפעיל. המערכת מייצרת את המשך הסצנה בהתאם.

מה השתנה לעומת הדור הקודם?

גוגל כבר הציגה באוגוסט 2025 את Genie 3, שאפשר ליצור סביבות מתוך תיאור טקסטואלי ולנוע בתוכן בזמן אמת. המודל יצר תמונה ברזולוציית 720p בקצב של 24 פריימים בשנייה, והצליח לשמור על רציפות הסביבה למשך כמה דקות.

בינואר 2026 גוגל פתחה את Project Genie, סביבת התנסות המבוססת על Genie 3, למנויי Google AI Ultra בארצות הברית.

Genie 4 מנסה להתקדם בשלושה תחומים מרכזיים: ריאליזם חזותי ופיזיקלי, התנהגות של דמויות ושילוב קול כחלק בלתי נפרד מהסביבה.

לפי ההדגמות שפרסמה Google DeepMind, המודל החדש מסוגל להציג תנועת אנשים טבעית יותר, לדמות התנגשויות ותנועה של עצמים ולשנות את הסביבה בזמן אמת. המשתמש יכול להוסיף דמויות, לשנות את מזג האוויר או להניע אירוע חדש, והמודל מנסה להתאים את כל אלה למתרחש בסצנה.

החידוש הבולט במיוחד הוא האודיו. Genie 4 מייצר צלילים במקביל לעולם החזותי, כולל רוח בעצים, גלים, מוזיקה ודיבור של דמויות. השיחות עצמן יכולות להשתנות בהתאם לאירועים ולהוראות שהמשתמש נותן. כך, לפחות בהדגמות של גוגל, הסביבה כבר אינה מוגבלת למה שרואים על המסך.

מה קורה מאחורי הקלעים?

כדי להבין את החידוש, כדאי להבחין בין שני סוגים של מערכות.

במשחק מחשב רגיל, המפתחים בונים סביבה, מגדירים את העצמים שבה ומתכנתים את הכללים שקובעים כיצד היא תפעל. כאשר דמות פוגעת בחפץ, מנוע המשחק מחשב מה צריך לקרות לפי אותם כללים.

מודל עולמות פועל אחרת. הוא מייצר את ההתרחשות החזותית תוך כדי תנועה, על בסיס מה שלמד על העולם ועל הקשר בין פעולות לתוצאות. הוא צריך להעריך כיצד הסצנה אמורה להיראות ברגע הבא, גם כאשר המשתמש מבצע פעולה שלא נקבעה מראש.

ב-Genie 4 גוגל משלבת גם מודלים ממשפחת Gemini. מודל Gemini Omni מסייע לעגן את הסימולציה במראה ובהתנהגות של העולם האמיתי, ואילו Gemini 3.8 Flash פועל כמערכת מכוונת, שעוקבת אחר הסצנה ומסייעת בניהול רצף הפעולות.

לדוגמה, כשניתנת משימה שמורכבת מכמה שלבים, Gemini יכול לפרק אותה לפעולות קטנות, לבדוק את התקדמות הסימולציה ולהתאים את ההנחיות כאשר משהו משתנה. Genie 4 אחראי לייצר את ההתרחשות החזותית והקולית בהתאם.

השילוב הזה מעניין משום שהוא מנסה לפתור בעיה בסיסית של וידאו ג'נרטיבי: יצירת תמונות מרשימות אינה מבטיחה שאירועים יתפתחו באופן עקבי והגיוני. כאשר מוסיפים התערבות של משתמש, שמירה על הרצף נעשית מורכבת הרבה יותר.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס מטמיעי AI

לפרטים נוספים לחצו כאן >>

למה גוגל רוצה לייצר עולמות שלמים?

היישום המתבקש הוא משחקי מחשב. מפתחים יוכלו להשתמש בסביבה כדי לבחון במהירות רעיונות למשחקים, סגנונות חזותיים ומנגנוני אינטראקציה, לפני שהם משקיעים בפיתוח מלא.

אבל גוגל מכוונת גם לתחומים נוספים. בקולנוע, למשל, במאים ואנשי קריאייטיב יכולים להתנסות בסצנה, לשנות את זווית המצלמה, התאורה או הדיאלוג ולבחון אפשרויות שונות לפני הצילומים. במקום לייצר בכל פעם סרטון חדש ולחכות לתוצאה, אפשר לשנות את הסצנה תוך כדי התנסות.

בתחומי העיתונות והחינוך, גוגל מתארת ניסויים שבהם צילום ארכיוני דו-ממדי הופך לסביבה שאפשר לחקור. היא מציגה גם שימושים אפשריים להמחשת אירועים כמו שריפות ושיטפונות.

דווקא כאן יש צורך בזהירות מיוחדת. שחזור שנוצר מתמונה היסטורית עשוי להיראות משכנע מאוד, אבל חלקים גדולים ממנו עדיין מבוססים על השלמות והערכות של המודל. כאשר מציגים סימולציה כזו לציבור, חשוב להבחין בין מה שמתועד במקור לבין מה שהבינה המלאכותית יצרה.

שימוש נוסף, ואולי המשמעותי ביותר מבחינת המחקר, הוא אימון ובדיקה של רובוטים וסוכני AI. רובוט שפועל בעולם הפיזי צריך להתמודד עם תנועה של אנשים, מכשולים, שינויים בסביבה ואירועים בלתי צפויים. קשה ויקר לבדוק את כל המצבים האלה במציאות, ולעיתים הניסוי גם מסוכן.

סימולציות שנוצרות באמצעות AI עשויות לאפשר לחוקרים לבחון מגוון רחב יותר של תרחישים לפני שמפעילים מערכת בעולם האמיתי. אבל כדי שסימולציה תהיה שימושית לאימון, היא חייבת לייצג בצורה אמינה את התוצאות של הפעולות. כאן נמצאת אחת הבעיות שגוגל עדיין מנסה לפתור.

הדגמות מרשימות ומגבלות משמעותיות

למרות ההתקדמות, Genie 4 הוא עדיין מודל מחקרי וניסיוני. גוגל מציינת שהמערכת מסוגלת לתמוך בכמה דקות של אינטראקציה רציפה, אך עדיין מתקשה לשמור על סביבה עקבית לאורך זמן.

חפצים עלולים לשנות את צורתם, פרטים חזותיים עשויים להיעלם או להשתנות, והבעיות האלה נעשות בולטות יותר ככל שהמשתמש מתקדם בעולם או מבצע שינויים מורכבים.

גם הדיוק הפיזיקלי מוגבל. סצנה שבה חפץ נופל או מתנגש במשטח יכולה להיראות מציאותית, אך המראה לבדו אינו מוכיח שהמודל חישב את התוצאה כפי שהייתה מתרחשת במציאות.

גוגל מודה גם בקשיים בהפקת טקסט קריא בתוך הסביבה, בדיוק מרחבי, באינטראקציות מורכבות בין כמה דמויות ובדיוק של האודיו בזמן אמת.

אלה מגבלות מהותיות במיוחד עבור שימושים מקצועיים. אבטיפוס למשחק יכול להיות מועיל גם אם חפץ מסוים משתנה לאחר כמה דקות. סימולציה שנועדה לבחון החלטות של רובוט תעשייתי דורשת רמה אחרת של אמינות.

גוגל הודיעה שכל תוכני הווידאו והאודיו שייווצרו באמצעות Genie 4 יכללו גם את SynthID, טכנולוגיית סימון דיגיטלי שנועדה לסייע בזיהוי תוכן שנוצר באמצעות AI.

מתי אפשר יהיה להתנסות ב-Genie 4?

נכון להכרזה מ-27 באוקטובר 2026, Genie 4 זמין כתצוגת מחקר לקבוצה מוגבלת של בודקים ושותפים נבחרים.

גוגל מתכננת להרחיב את הגישה למנויי Google AI Ultra באמצעות Project Genie, ובהמשך גם לשותפי גישה מוקדמת דרך Gemini API ו-Google AI Studio. החברה טרם פרסמה מועד מדויק להשקה הרחבה או תמחור לשימוש במודל דרך ה-API.

אפשר כבר להצטרף לרשימת ההמתנה דרך עמוד ההכרזה הרשמי של Google DeepMind.

החשיבות של Genie 4 נמצאת ביכולת לחבר יצירת סביבה חזותית עם פעולות, תגובות והתרחשויות מתמשכות. אם המודלים האלה יצליחו לשמור בעתיד על עקביות ודיוק לאורך זמן, הם יוכלו להפוך לכלי עבודה משמעותי בפיתוח משחקים, בהפקת תוכן, בתכנון ובאימון מערכות אוטונומיות.

אין ספק שגוגל מציגה התקדמות מרשימה ביצירה ובשינוי של עולמות בזמן אמת, אבל עדיין נדרשת עבודת מחקר כדי להפוך את ההדגמות המרשימות לסימולציות אמינות שאפשר להסתמך עליהן בקבלת החלטות.