Genie 4 が利用可能に

Gemini
Google は最もリアルな対話型ワールドモデル Genie 4 を AI Ultra 加入者向けに公開し、セッション中の編集、ネイティブ音声、エージェント、コミュニティギャラリーを提供する。

概要

Google は、対象となる Google AI Ultra 加入者向けに新しい Project Genie 体験を公開した。目玉は、Google がこれまでで最もリアルでインタラクティブなワールドモデルと位置づける Genie 4 の初登場だ。ユーザーはセッション中にテキストプロンプトで生成した世界をリアルタイムに変更でき、映像には環境音からキャラクターの会話まで、シーンの展開に合わせて変化するリアルタイムのネイティブ音声が初めて組み合わされる。

今回の更新では Genie 3 も強化され、1回の生成あたりの探索時間が60秒から最大3分に延長され、ワールドの連結、360度パノラマ画像からの世界生成、リアルタイムのワールド内イベントが可能になった。新しい Project Genie エージェントでは、自然言語で会話するようにインタラクティブな世界を作成でき、Google のマルチモーダルモデルを統括して初期ビジュアルと雰囲気に合わせたBGMを生成する。また Gemini モデルが画面上の状況を観察し、状況に応じた提案やイベントの自動発生を行う。

新しいコミュニティギャラリーには "Living Memory"、"Dino Field Guide"、"Rock Paper Scissors" などの厳選された世界に加え、BLVCKL!GHT との "Villa Giallo"、Anand Gandhi との "The Life of Ants" といったコラボ作品が並ぶ。ユーザーは作品をリミックスして公開することもできる。Google は、生成されたすべての映像と音声に SynthID の透かしが入り、安全審査を受けていると説明し、Genie 3 と Genie 4 は依然としてフロンティア研究段階のモデルであり、カメラ遅延や長期的なシーンの永続性などの課題に取り組んでいるとしている。

(出典:Gemini)