1. 【最重要】Google DeepMind「Genie 4」発表 — リアルタイムで世界そのものを生成
発表：10月27日｜研究プレビュー開始
Google DeepMindが、新しいワールドモデル「Genie 4」を発表しました。
従来の動画生成AIとは異なり、ユーザーが仮想世界を移動したり、天候を変更したり、人物を追加したりすると、その結果をリアルタイムに生成します。
さらに、環境音、音楽、人物の会話も映像と同時に生成できるようになりました。物理現象や人物の行動についても、従来モデルから再現能力が向上しています。
なぜ重要か
最大のポイントは、AIが映像を生成するだけでなく、操作に応じて変化する環境を生成できることです。
ゲーム制作や映像制作だけでなく、ロボットやAIエージェントの訓練環境としても利用できる可能性があります。
技術・実装ポイント
今回の技術的な特徴は、複数のGeminiモデルとの連携です。
| コンポーネント | 役割 |
|---|---|
| Genie 4 | 仮想世界の映像・音声生成 |
| Gemini Omni | 現実世界に基づく外観・動作の再現 |
| Gemini 3.8 Flash | 状況監視、計画、実行結果の確認 |
| Gemini 4 Argon | 複雑なタスクの計画・推論 |
特に興味深いのは、Gemini 3.8 Flashを制御エージェントとして利用する構成です。
Genie 4が世界を生成している間、Geminiが映像を確認し、目標達成に向けて次の行動を計画・修正します。
つまり、生成モデルと推論モデルを組み合わせた、対話型シミュレーションシステムになっています。
API・性能・料金・利用条件
提供状況： 現在は限定されたテスター向けのResearch Preview。
API： 今後、Gemini APIとGoogle AI Studioで早期アクセスパートナー向けに提供予定。
一般利用： Google AI Ultra加入者向けのProject Genieにも提供予定。
料金： Genie 4専用のAPI料金は未発表。
制約： 長時間のシミュレーションでは、物体の位置や外観が変化するなど、一貫性に問題が残っています。
開発者としての評価： 現段階では、本格的な物理シミュレーターの代替というより、ゲームのプロトタイピングやエージェント訓練環境の生成に注目したい技術です。