Google DeepMindが音声や対話を含むリアルタイム世界シミュレーションモデルGenie 4を発表。研究プレビュー段階で、物理的一貫性などに制約も残る。
30秒でわかる / THE SIGNAL
Google DeepMindが音声や対話を含むリアルタイム世界シミュレーションモデルGenie 4を発表。研究プレビュー段階で、物理的一貫性などに制約も残る。
操作できる世界をリアルタイム生成
Google DeepMindは10月27日、世界モデルGenie 4を発表した。ユーザーはキーボード操作や文章による指示で場面を動かし、映像と環境音、会話を伴うシミュレーションを体験できる。
ロボットや制作への応用可能性
開発元はロボットやAIエージェントの訓練環境、インタラクティブな体験の制作などへの活用可能性を挙げる。ただし、こうした応用が既に広く商用化されたという発表ではない。
まだ研究プレビュー
現在は信頼できるテスター向けの研究プレビュー。長時間の一貫性、物体の永続性、複雑な物理相互作用、空間精度などに限界がある。今後Google AI UltraやAPIパートナーなどへ展開する予定だ。
WORK SIGNALの視点
動画生成は完成した映像を受け取る体験だが、世界モデルは場面の中で行動し、反応を確かめられる。制作、教育、訓練において試作のコスト構造を変える可能性がある一方、現実世界の正確な再現には検証が欠かせない。