قدمت Google DeepMind نموذج Gemini Diffusion، الذي يمثل نهجاً ثورياً في توليد النصوص بالذكاء الاصطناعي ويُعد خروجاً كبيراً عن النماذج اللغوية التقليدية المعتمدة على التوليد التتابعي.
على عكس النماذج التقليدية التي تولد النص رمزاً تلو الآخر بشكل متسلسل، يستخدم Gemini Diffusion تقنية الانتشار—التي كانت تُستخدم بشكل أساسي في توليد الصور والفيديو—لتنقية الضوضاء العشوائية وتحويلها إلى نص مترابط من خلال عملية تكرارية. هذا النهج الجديد يمكّن النموذج من إنتاج محتوى بسرعات مذهلة تصل إلى 2000 رمز في الثانية، وفقاً لباحثي DeepMind.
وأوضحت جوجل في إعلانها: "بدلاً من التنبؤ بالنص بشكل مباشر، يتعلم النموذج إنتاج المخرجات عبر تنقية الضوضاء خطوة بخطوة. هذا يعني أنه يمكنه تكرار الحل بسرعة كبيرة وتصحيح الأخطاء أثناء عملية التوليد".
العرض التجريبي للنموذج، والمتوفر حالياً عبر قائمة انتظار، يُظهر كيف يمكن لهذه التقنية أن تضاهي أداء النماذج الحالية من جوجل في البرمجة مع تقليل كبير في وقت التوليد. وفي اختبارات الأداء، حقق Gemini Diffusion نتائج مماثلة لنموذج Gemini 2.0 Flash-Lite في مهام البرمجة مثل HumanEval وMBPP، مع نتائج شبه متطابقة.
وصف أوريول فينيالس، نائب رئيس الأبحاث ورئيس قسم التعلم العميق في Google DeepMind وأحد قادة مشروع Gemini، هذا الإصدار بأنه إنجاز شخصي، مشيراً إلى أن العرض التشغيلي للنموذج كان سريعاً جداً لدرجة أنهم اضطروا لإبطاء الفيديو ليصبح قابلاً للمشاهدة.
بالتوازي مع ذلك، عززت جوجل مجموعة Gemini 2.5 بقدرات جديدة. فقد أطلقت الشركة Gemini 2.5 Flash بميزانيات تفكير، ما يمنح المطورين تحكماً غير مسبوق في مقدار الاستدلال الذي يؤديه الذكاء الاصطناعي. وتتيح هذه الميزة للمستخدمين تحقيق توازن بين الجودة والسرعة والتكلفة من خلال تحديد حد أقصى لعدد الرموز (حتى 24,576 رمزاً) لعملية الاستدلال في النموذج.
كما تعمل جوجل على توسيع ميزانيات التفكير لتشمل Gemini 2.5 Pro، مع توفرها العام خلال الأسابيع المقبلة. بالإضافة إلى ذلك، أضافت الشركة دعماً أصيلاً لتعريفات بروتوكول سياق النموذج (MCP) ضمن واجهة Gemini API، مما يسهل التكامل مع الأدوات مفتوحة المصدر وبناء تطبيقات ذكية تعتمد على الوكلاء.
تمثل هذه التطورات مجتمعةً دفعة قوية من جوجل لجعل الذكاء الاصطناعي أكثر كفاءة وتحكماً وسهولة في الوصول للمطورين، مع الحفاظ على أعلى معايير الأداء.