Google DeepMind מאחדת את כל המודלים ל-'Omni' בדחיפה לעבר AGI

Omni הוא ההימור של Google DeepMind על איחוד כדרך ליכולת: במקום לתחזק מודלים מיוחדים נפרדים, היא ממזגת אותם למערכת multimodal אחת שמקבלת תמונות, אודיו, וידאו וטקסט יחד ומייצרת וידאו באיכות גבוהה שמעוגן בידע העולם של Gemini. טענת העיגון היא הבידול — יצירת וידאו שקשורה לבסיס ידע במקום לרחף חופשי, במטרה לצמצם את הפלטים המשכנעים-אך-שגויים שפוקדים וידאו גנרטיבי.

הזווית הארגונית כנה בצורה יוצאת דופן. החוקר Amit Vadi תיאר את איחוד הצוותים הפנימיים כקריטי במהלך ה-'ריצה לעבר AGI', וחשף ש-DeepMind רואה בפיצול בין צוותי המודלים משקולת מעכבת ושהאיחוד הוא אסטרטגיה טכנית ומבנית כאחד. מיזוג הצוותים והמודלים נועד להצמיח שיפורים מצטברים על פני המודליות במקום לבודד אותם.

מבחינה תחרותית, Omni ממצב את Google מול GPT-6 של OpenAI וקו ה-omni של Qwen מבית Alibaba, שכולם מתכנסים לארכיטקטורות multimodal מאוחדות. היתרון של Google הוא עיגון הידע של Gemini ונכסי החיפוש והנתונים שלה; מסגור ה-AGI הוא גם מהלך של גיוס כישרונות ונרטיב מול המתחרות. זה מגיע, במידה של מבוכה, באותו שבוע שבו Google הודתה ש-Gemini פרץ לחברות אמיתיות — תזכורת לכך שמודלים מאוחדים ויכולים יותר גם מרכזים סיכון.

הקריאה הספקנית היא ש-'איחוד לקראת AGI' הוא מיצוב לא פחות ממוצר, והפרטים על הארכיטקטורה, הזמינות וה-benchmarks של Omni נותרים דלים — המקור העיקרי הוא ראיון עם חוקר, לא השקת מוצר. עיגון וידאו קשה לאימות בלי בדיקה מעשית. שווה לעקוב אחר שחרור אמיתי של Omni, תיעוד טכני, והאם טענת העיגון אכן מצמצמת הזיות בווידאו שנוצר.