LingBot-World 2 من RobbyAnt لإنشاء عوالم تفاعلية بالذكاء
أعلنت شركة RobbyAnt عن إطلاق LingBot-World 2، وهو نموذج عالم ذكي جديد قادر على إنشاء كل إطار فيديو في الوقت الحقيقي دون الاعتماد على محرك ثلاثي الأبعاد، بهدف تطوير محاكاة أكثر واقعية للروبوتات والأنظمة الذكية.
تفاصيل الخبر
كشفت شركة RobbyAnt المتخصصة في الذكاء الاصطناعي المجسد (Embodied AI) عن الجيل الجديد من نموذجها LingBot-World 2.0، وهو نموذج عالمي تفاعلي قادر على إنشاء بيئات افتراضية كاملة بشكل مباشر من خلال الذكاء الاصطناعي، بدلاً من استخدام محركات الألعاب أو أنظمة الرسومات التقليدية.
ويختلف النموذج عن تقنيات توليد الفيديو التقليدية، لأنه لا ينتج مقاطع ثابتة فقط، بل يتعلم كيفية تطور العالم والاستجابة للأوامر والتفاعلات، مما يجعله أقرب إلى “محاكي عالم” يمكن استخدامه لتدريب الروبوتات والوكلاء الذكيين.
ومن أبرز تفاصيل الإطلاق:
- يعتمد LingBot-World 2 على نموذج عالم تفاعلي قادر على توليد المشاهد بشكل مستمر أثناء تفاعل المستخدم معها.
- يستطيع إنشاء العوالم دون وجود محرك ألعاب ثلاثي الأبعاد خلفي، حيث يتم توليد الإطارات مباشرة بواسطة النموذج العصبي.
- يدعم إنتاج فيديو عالي الدقة بدقة 720p وبسرعة تصل إلى 60 إطاراً في الثانية.
- يمكنه الحفاظ على استمرارية العالم لفترات طويلة تصل إلى ساعة من التفاعل المتواصل.
- يتيح للمستخدمين التحكم بالمشاهد والشخصيات عبر الأوامر والتفاعلات المختلفة.
- يدعم مجموعة أكبر من الأفعال داخل العالم الافتراضي مثل الحركة والتفاعل مع العناصر وتنفيذ أحداث جديدة.
- يضم آليات وكلاء ذكية تساعد على تخطيط سلوك الشخصيات وإنشاء عناصر جديدة داخل البيئة.
- يوفر إمكانية التجارب متعددة المستخدمين داخل العالم الناتج عن النموذج.
ويأتي هذا الإصدار ضمن سباق متزايد لتطوير نماذج العالم (World Models)، وهي أنظمة ذكاء اصطناعي تهدف إلى بناء محاكاة داخلية للبيئات وفهم كيفية تغيرها مع مرور الوقت، وهو مجال يعتبر أساسياً في تطوير الروبوتات المستقبلية والذكاء الاصطناعي القادر على التفاعل مع العالم الحقيقي.
وتشير RobbyAnt إلى أن LingBot-World تم تصميمه ليكون أكثر من مجرد أداة لإنشاء الفيديو، فهو يهدف إلى توفير بيئات تدريبية يمكن للروبوتات والوكلاء الذكيين التعلم داخلها، مما قد يقلل الحاجة إلى جمع كميات ضخمة من البيانات الواقعية.
كما يمثل النموذج تحولاً في طريقة بناء المحاكاة، حيث كانت الأنظمة التقليدية تعتمد على تصميم يدوي للبيئات ثلاثية الأبعاد وقوانين الفيزياء، بينما تعتمد نماذج العالم الحديثة على تعلم قواعد البيئة من البيانات ثم توليد السيناريوهات بشكل ديناميكي.
الأهداف المستقبلية
تسعى RobbyAnt من خلال تطوير LingBot-World 2 إلى تحقيق عدة أهداف مستقبلية، منها:
- تطوير بيئات افتراضية أكثر واقعية لتدريب الروبوتات.
- تحسين قدرة الذكاء الاصطناعي على فهم العالم الفيزيائي والتفاعل معه.
- تقليل تكلفة إنشاء المحاكاة مقارنة بالمحركات ثلاثية الأبعاد التقليدية.
- دعم تطوير الروبوتات المنزلية والصناعية والمركبات الذكية.
- بناء عوالم افتراضية يمكن استخدامها في الألعاب والتجارب التفاعلية.
- تعزيز استخدام نماذج العالم كطبقة أساسية للذكاء الاصطناعي المجسد.
يمثل LingBot-World 2 خطوة مهمة نحو مستقبل تعتمد فيه أنظمة الذكاء الاصطناعي على إنشاء وفهم عوالم تفاعلية بدلاً من تحليل البيانات فقط. ومع تطور نماذج العالم، قد تصبح هذه التقنيات أساساً لتدريب الروبوتات وبناء تجارب رقمية أكثر واقعية وذكاءً.
