Google DeepMind、操作可能な世界モデル「Genie 4」を発表

Google DeepMindは10月27日、操作できる世界モデル「Genie 4」を発表しました。
物理現象や人間の動き、環境音を含むリアルな世界をCGでシミュレートできます。
ロボットやAIエージェントを現実に投入する前の訓練環境としての活用を見込みます。

記事の概要

Genie 4はテスター向けに提供されており、今後はGoogle AI Ultra契約者向けのProject Genie加入者に提供される予定です。
Gemini APIとGoogle AI Studioの早期アクセスパートナーにも提供し、その後に一般ユーザーや開発者向けへ展開します。
Genieは高度な物理法則に基づく世界をCGで作り、現実の物理現象をピクセル単位でシミュレートするモデルです。
利用者はテキストのプロンプトで、天候やカメラ、新しい人物やオブジェクトをリアルタイムに変更できます。
空気力学や衝突に加え、人間の自然な動きや環境への反応もシミュレートできます。
風や波などの環境音をネイティブに生成し、キャラクターは入力やゲーム内の出来事に会話で反応します。
Genie 4はGeminiファミリーの機能を統合し、Gemini Omniが外観や挙動を、Geminiモデルが一貫性や連続性を担います。
Googleは初期段階の実験的モデルと説明し、幅広い分野のテスターと協力しています。

記事のポイント

1. 物理世界をCGで再現： 空気力学や衝突、人間の動き、環境音などを含む世界をシミュレートできます。
2. 自然言語でリアルタイム操作： 天候やカメラ、人物、オブジェクトを自然言語で変更し、世界を操作できます。
3. ロボット訓練への活用： 現実で再現しにくい状況を作り、ロボットやエージェントの訓練環境に活用します。

このニュースがもたらす影響

• 導入を検討する企業： 現実では再現しにくい天候や衝突などを含む訓練条件を、自然言語で変更しながら設計できるため、ロボットやエージェントの検証手順を見直す契機になりそうです。
• ロボット開発企業： 実機投入前に人間の自然な動きや環境への反応を含む状況を試せるため、実環境での試験回数や、想定外の条件を洗い出す方法が変わる可能性があります。
• AI開発者： Gemini APIやGoogle AI Studioへの提供が進めば、映像だけでなく音や会話を含む操作可能な世界を組み込んだ新たな検証・体験設計を検討しやすくなりそうです。

このニュースの背景

Genie 4は、空気力学や衝突などの物理現象に加え、人間の動きや環境音まで含む世界をCGでシミュレートするモデルです。
現実世界で遭遇・実験しにくい状況を再現できるため、ロボットやAIエージェントを現実に投入する前の訓練環境として位置づけられています。
Geminiファミリーの機能を統合し、自然言語によるリアルタイム操作や、キャラクターとの会話にも対応しています。

関連するニュース

• Googleは最上位モデルGemini 4 Argonを発表し、出力上限を100万トークンに拡大しました。
• GoogleがGemini 4 Argonを一般提供し、業務向け処理やタスク実行、API提供を強化しました。
• Googleは、AIで作成したAndroidアプリをGoogle Play経由で利用できる機能を提供します。

詳しい記事の内容はこちらから（引用元）

Impress Watch

グーグル「Genie 4」、操作できるリアル世界シミュレート

Google DeepMindは27日(米国時間)、ワールドモデル「Genie 4」を発表した。テスター向けに提供されて…