Google DeepMind が Genie 3 を発表 インタラクティブなワールドモデル

Google DeepMind は 8月5日(火)、新しいワールドモデル Genie 3 を発表した。

インタラクティブな汎用ワールドモデルだ。

Google DeepMind は、 ワールドモデル Genie のメジャーアップデートを発表した。

最新のモデル Genie 3 では、テキストプロンプトにより生成される 3D の世界を、ユーザーがキー入力などの操作でリアルタイムにインタラクトすることができる。

公式の YouTube 動画がこちら。

ワールドモデルとは、名前の通り世界をシミュレーションする生成AIモデルのことだ。

AGI (汎用人工知能) への重要な足掛かりとなるモデルの一つと位置付けられている。

2024年12月に発表された前モデル Genie 2 よりも、より現実に近い世界の生成が可能となり、生成される世界の一貫性の保持性能が向上している。

Genie 3 では、テキストプロンプトから生成される 解像度720p, フレームレート 24fps のリアルタイムに更新されるインタラクティブな世界を数分間、探索することが可能となっている。

こちらがシミュレーションの例だ。

公式では他にも様々な例が紹介されているので、気になる方はこちらから確認できる。 

世界をシミュレーションすることのできるワールドモデルは、生成AI関連のモデルを開発する各社が目標として掲げており、Odyssey, Runway なども研究を進めている。

Genie 3 は一般公開はされておらず、実際にユーザーが体験できるプラットフォームは提供されていない。

現在はプランや料金設定やなども不明で、多くのテスターに提供する方法を模索中とのことだ。

ワールドモデルが気になる方は、Odyssey の公式サイトにてデモ版の世界を体験することができるので試してみてはいかがだろうか。

関連記事 : Odyssey が生成AIによる インタラクティブビデオ の研究プレビューを公開

Gemini は Google が提供する、対話型生成AIアシスタントだ。

質問を投げかける以外にも、Veo 3 を用いた動画生成や、Imagen 4 を用いた画像生成にも対応している。

新着記事