Google DeepMindの世界モデルGenie 4、言葉でシーンを変えるリアルタイムシミュレーションを信頼できるテスターに先行公開(deepmind.google)

- Genie 4は、シーンを文章で説明すると、その中をキーボードで動き回って探索できる仮想世界を作る世界モデルです。原文によると、天気を変えたり、人や物を新しく加えたりする指示もリアルタイムで反映されます。 - 原文によると、Genie 4は映像と同時に、周囲の音、音楽、登場人物の会話も生成します。同社は、リアルタイムの世界モデルが音を直接生成するのは初めてだと明らかにしました。 - 原文では、Gemini 3.8 Flashが生成の過程を見ながら目標を複数の段階に分け、各段階が成功したかを確認するとされています。これはGoogleが示した設計の説明であり、外部による検証結果は原文にはありません。 - 公開は、信頼できるテスター向けの研究プレビューとして始まります。まずGoogle AI Ultraの購読者がProject Genieで利用でき、Gemini APIとGoogle AI Studioでは初期の提携企業が利用できます。一般公開の時期は原文に明記されていません。