ملخص الذكاء الاصطناعي اليومي، 28 أكتوبر: وصول Genie 4 بوصول مقيّد بينما يُتاح Gemini Robotics ER 2 في المعاينة

أدخلت Google نموذجين من نماذج الذكاء الاصطناعي المادي إلى المعاينة خلال أربع وعشرين ساعة هذا الأسبوع، لكنها قيّدت الوصول إليهما بطريقتين متعاكستين. Genie 4، نموذج Google DeepMind العالمي الذي يولّد مشهدًا قابلًا للتوجيه بصوت متزامن، أُعلن في 27 أكتوبر 2026 لمجموعة محدودة من المختبرين الموثوقين، مع قائمة انتظار ولا سعر منشور. Gemini Robotics Embodied Reasoning 2 — ER 2، المخطط الروبوتي عالي المستوى الذي نقلته Google Cloud إلى المعاينة العامة في اليوم نفسه — يأتي بمعرّف نموذج وصفحة توثيق وتسجيل يمكن لأي عميل من Cloud إكماله. كلاهما معاينتان. واحد فقط منهما له باب يمكنك المرور عبره اليوم.

هذا التفاوت هو قصة الأسبوع، أكثر من أي من النموذجين بمفرده. فشركة Google تجمع نصفَي منظومة الذكاء الاصطناعي المادي: نموذج عالمي قادر على صناعة الخبرة، ونموذج استدلال مجسَّد قادر على التخطيط في مواجهة روبوتات حقيقية. وقد أُعلن عن النصفين بفارق يوم واحد، ويجري توزيعهما قسمان مختلفان من الشركة بموجب نظامَي وصول مختلفين. ما يلي موجز وليس مراجعة — وكل رقم أدناه موسوم بالجهة التي أنتجته.

البند 1 — Genie 4، والادعاءات الثلاثة التي تقوم بالعمل

منشور DeepMind يقلّ فيه ذكر الأرقام ويكثر فيه الحديث عن ادعاءات القدرات. ثلاثة منها تهمّ:

• صوت أصلي. يولّد Genie 4 الصوت المحيط والموسيقى والحوار التفاعلي في المرور نفسه الذي يولّد فيه الإطارات، بدلًا من دبلجة محاكاة صامتة لاحقًا. وهو أول نموذج عالمي من DeepMind يفعل ذلك.

• التوجيه المباشر. يمكن لتعليمة مكتوبة أن تحرّك الكاميرا أو تغيّر الطقس أو تُدخل شخصية بينما يكون العالم قيد التشغيل، ويتكيّف نموذج Gemini مع التعليمة بما يظهر على الشاشة في تلك اللحظة.

• نافذة أطول. الرقم المتداول هو قرابة دقيقتين من اتساق المشهد، أي ضعف Genie 3. جاء ذلك الرقم من إحاطات الإطلاق، لا من المدونة: فنص Google نفسه يقول إن النموذج يحافظ على «جلسات قصيرة» ولا يذكر مدة محددة كتابةً. اعتبر الدقيقتين رقمًا مُبلّغًا عنه يقف وراءه مورّد، لا مواصفة.

الإضافة البنيوية أسهل في التفويت من الصوت. يُرسّخ Gemini Omni المحاكاة في المظهر والسلوك الواقعيين، وGemini 3.8 Flashيقف داخل الحلقة، يراقب الإطارات المُولّدة، ويقسّم الهدف إلى خطوات ويعيد التخطيط عندما ينحرف المشهد. في العرض التجريبي الذي اختارت Google نشره علنًا، فكّك Gemini 4 Argon مهمةً حاكاها Genie 4 بعد ذلك في الزمن الحقيقي، مع إنسان آلي بشري الشكل من Apptronik Apollo يلعب لعبة الداما. ذلك منتج مختلف عن مولّد الفيديو: فالمولّد يجيب عن مُطالبة بمقطع، بينما المولّد مع مُخطِّط يجيب عن هدف بتسلسل من الحالات المُفحوصة.

ما لم تنشره Google لا يقل أهمية عما نشرته. فلا توجد دقة، ولا معدل إطارات، ولا عدد معلمات، ولا قياس زمن استجابة، ولا درجة اختبار أداء، ولا سعر. وكل مقارنة نُشرت هذا الأسبوع تحت عنوان "Genie 4 أكثر واقعية" هي مقارنة بين مقاطع عرضية وقوائم ميزات، لأن لا أحد خارج مجموعة المختبِرين الموثوقين قد قاس المخرجات. وتعترف Google بأنماط الفشل: انحراف التفاصيل وثبات الأشياء في الجلسات الأطول وبعد التعديلات المتكررة، والدقة المكانية غير كاملة، والنص داخل المشهد كثيرًا ما يكون غير مقروء، ودقة الصوت لا تزال دون حل. كل الفيديو والصوت المولّدَين يحملان علامة SynthID المائية.

البند 2 — Gemini Robotics ER 2، الذي يمكنك الاشتراك فيه فعلاً

إن ER 2 ليس جديدًا هذا الأسبوع بصفته طرازًا — فقد أعلنت Google عنه في 30 يوليو 2026 ضمن معاينة خاصة محدودة — لكن إعلان 27 أكتوبر هو الذي يغيّر من يمكنه استخدامه. وهو الآن قيد المعاينة العامة على منصة Gemini عبر Model Garden، ويمكن تجربته في Agent Studio، مع معرّف الطراز gemini-robotics-er-2-preview.

تضع شركة Google ذلك بوصفه الدماغ عالي المستوى للروبوت لا وحدة تحكّم له. فهو يجمع فهم الفيديو مكانيًا وزمانيًا، والتخطيط بعيد المدى، وضوابط السلامة، ويغلفها في طبقة تنسيق: يعلن المطوّرون واجهات التحكّم منخفضة المستوى — نماذج الرؤية واللغة والإجراء، وواجهات برمجة تطبيقات الملاحة، والدوال المخصصة — كأدوات، ويخطط ER 2 فوقها. كما يصنّف تقدّم المهمة، وهو ما يمكّن الروبوت من ملاحظة فشل خطوة وإعادة المحاولة دون إعادة تشغيل سير العمل بأكمله.

الأرقام التي أبلغ عنها البائع والتي تتصدّر بها Google:

• تحديد إطار الحدث بدقة — دقة 91.3% في تحديد الإطار الدقيق الذي يقع فيه حدث حرج، بمتوسط مسافة إطارات مطلقة قدره 0.96 ثانية.

• سرعة التنفيذ — 4x، موصوفة بأنها "جزء يسير من تكلفة الحوسبة لدى كثير من فئات النماذج الأكبر." لا يُحدَّد أي خط أساس في الجملة، لذا فإن المضاعف اتجاهي وليس قابلًا للمقارنة.

• قراءة أدوات القياس — أكثر من 10 فئات تشمل المقاييس الدائرية، وزجاج المراقبة، والشاشات الرقمية، والمقاييس الخطية، وموازين الحرارة السائلة، وتُقرأ مباشرةً من المدخلات المرئية.

• السلامة — 97.9% في اتباع تعليمات السلامة و93.0% في القرب من البشر عند عتبة المتر الواحد، وفق تقارير Google الخاصة بالسلامة. تبقى الحمايات المادية مثل مفاتيح الإيقاف الطارئ والحواجز وحدود القوة من مسؤولية المشغّل؛ فالدرجات تصف الاستدلال لا العتاد.

لا توجد بطاقة أسعار في الإعلان نفسه، بل مجرد رابط إلى صفحة التسعير. وبالنسبة لنموذج معاينة، فهذا أمر طبيعي، وهو أيضًا الرقم الذي يحتاج فريق المشتريات إلى معرفته أولًا.

النمط الكامن وراء العنصرين

عند قراءتهما معًا، تصف الإعلانات منظومة تُبنى علنًا وتُبيع على نحو خاص. ولا يكون نموذج العالم مفيدًا لتدريب الروبوتات إلا إذا استطاع توليد قدر كافٍ ومتنوعًا من الخبرة القابلة لإعادة الضبط بحيث يكون ذا أهمية؛ كما لا يكون مخطط الروبوت مفيدًا إلا إذا أمكن تقييمه مقابل شيء غير مجموعة فيديوهات ثابتة. ومن الواضح أن جوجل توجّه كليهما نحو الآخر. ومن الواضح بالقدر نفسه أيضًا أنها ليست مستعدة لتسليم أي منهما إلى عميل لم يتم التحقق منه: فـ Genie 4 مخصص للمختبِرين فقط، وER 2 للمعاينة فقط، ولا يملك أي منهما موعدًا للإتاحة العامة.

وهذا يطرح سؤالاً عملياً على أي شخص يبني على المكدس: أي الأجزاء يمكن استدعاؤها الآن؟

• غير قابل للاستدعاء. Genie 4، حتى تُفتح قائمة الانتظار أو تُبرم اتفاقية شريك للوصول المبكر. Gemini Robotics ER 2، إلا إذا كنت مستعدًا للبناء على معاينة عامة على Google Cloud.

• قابل للاستدعاء اليوم. Gemini Robotics ER 1.6 preview موجود في كتالوج OrcaRouter، وكذلك Gemini 3.8 Flash — النموذج نفسه الذي تسميه Google الوكيل داخل الحلقة الذي يفحص إطارات Genie 4 ويعيد التخطيط. لا يُعدّ أيٌّ منهما نموذج العالم. كلاهما يمثل النصف الاستدلالي في خط الأنابيب، ويمكن تجربتهما الآن بدلًا من الانتظار في قائمة انتظار.

يوجّه OrcaRouter تلك الطلبات عبر واجهة API واحدة إلى أكثر من 200 نموذج، مع تمرير أسعار قوائم المزوّدين بهامش 0%، لذا يصل أي تغيير في أسعار Google إلى كتالوجنا في اليوم نفسه الذي يُنشر فيه. وتتزايد أهمية التحويل التلقائي عند الفشل هنا عن المعتاد: فقد يخضع نموذج من فئة المعاينة لتحديد معدل الطلبات أو يُسحب، ووجود مزوّد ثانٍ خلف الاستدعاء نفسه هو الفرق بين تجربة وانقطاع خدمة. أما لغة التوجيه DSL فهي الخيار الآخر عندما يحتاج مسار معالجة إلى المخطِّط وإلى نموذج منفصل للتحقق ضمن استدعاء مركّب واحد. نحن لا نستضيف Genie 4، ولا ينبغي أن يُفهم أي شيء في هذا الموجز على أنه مسار يؤدي إليه.

ما الذي سيغيّر هذا الموجز؟

هناك أربعة أحداث ستُخرج Genie 4 من عمود «العرض التوضيحي» إلى شيء يمكن للفريق أن يبني عليه ميزانية: ورقة مواصفات منشورة تتضمن الدقة ومعدل الإطارات؛ وسعر لطبقة Gemini API؛ وأول قياس مستقل من خارج مجموعة المختبرين الموثوقين؛ وإطلاق Project Genie لـ Genie 4 إلى مشتركي AI Ultra، وهو السطح الاستهلاكي الوحيد الذي سمّته Google. والحدث المكافئ لـ ER 2 هو بطاقة أسعار وتاريخ توفر عام.

حتى ذلك الحين، الخلاصة الصادقة هي أن جوجل أعلنت، في الأسبوع نفسه، عن أقدر نموذج عالمي بنته وأكثر مخطط روبوت قابل للاستخدام أطلقته، ثم وضعت الأكثر إثارة للإعجاب بين الاثنين خلف قائمة انتظار. أما الذي يمكنك استدعاؤه اليوم فهو الإعلان الأصغر. هكذا عادةً تسير أسابيع المعاينة.