音声を備えたインタラクティブな世界を生成する Google DeepMind モデルである Genie 4 の発表からわずか 3 週間足らずで、Google はブラウザから直接仮想世界を作成および探索できる実験研究プロトタイプである Project Genie 内でそれを利用できるようにし始めました。
さて、新しいモデルに加えて、Genie 3 のいくつかのアップデートも行われます。Genie 3 は、独自の世界を構築するのに役立つエージェントと、他のユーザーが作成した世界を見つけるためのギャラリーです。すべての詳細を調べてみましょう。

オファーに移動-40%

オファーに移動-25%

オファーに移動-43%

オファーに移動-47%

オファーに移動-38%

オファーに移動-24%

オファーに移動-38%

オファーに移動-50%

オファーに移動-42%

オファーに移動-33%

オファーに移動-55%

オファーに移動-50%

オファーに移動-33%

オファーに移動他のオファーを発見する
Genie 4 と Genie 3 での変更点
Googleは今年の初めにProject Genieを発表したが、同社によれば、それを試した人々は何よりも、生成された世界で何が起こるかをより適切に制御できること、そしてそれらを作成して共有するためのより簡単な方法を求めていたという。したがって、Google AI Ultra プランの対象となる加入者に到達し、Google の最先端の世界モデルと Gemini モデルを組み合わせた新しいエクスペリエンスが実現しました。
Google が最も現実的でインタラクティブな世界モデルとしている Genie 4 を使用すると、作成した世界を移動しながらいつでも新しいプロンプトを作成し、たとえば天気を変更したり、キャラクターを追加したり、起こっていることにひねりを加えるなど、リアルタイムで変更することができます。さらに、映像には、環境音からキャラクターの会話まで、シーンに合わせて変化するリアルタイムで生成されるネイティブ音声が初めて付加されます。
Genie 4 は最も洗練されたグラフィックス、物理学、オーディオを提供しますが、より長いセッションを希望する場合や 360 度のパノラマから開始したい場合は、Genie 3 も Project Genie モデル セレクターで引き続き利用でき、いくつかの新機能も追加されています。
- セッションが長くなり、以前は 60 秒だったのが 1 世代あたり最大 3 分になり、複数の世界を接続してより長い旅を実現できるようになりました。
- 360度パノラマ画像から新たな世界を生み出す可能性
- リアルタイム イベント、つまり、探索中に自然言語で書かれたプロンプトを使用して環境を変更する機能
Google が示した例の中には、森林、海底遺跡、凍った海を通過する連続飛行、360 度のパノラマのおかげで周囲を見渡しても一貫性を保つ峡谷とペトラのファサードの探索、さらにはコマンドで召喚したドラゴンに乗ることなどがあります。
Project Genie エージェントと新しいギャラリー
最も興味深い新機能はおそらく、単一のテキストまたは画像プロンプトを超えて作成を可能にする新しい Project Genie エージェントです。あなたが頭の中で考えていることを言葉で説明するだけで、エージェントが Google のさまざまなマルチモーダル モデルを調整して、その雰囲気に合わせて特別にデザインされたサウンドトラックとともに、世界の外観を与える最初の画像を作成します。
探索中に、ジェミニを呼び出すこともできます。ジェミニは画面上で何が起こっているかを観察し、どこに行くべきか提案し、旅の進行に合わせて自動的に世界でイベントを引き起こすことができます。例としては、リクエストに応じてエイリアンの宇宙船が現れる宇宙遊泳や、丘の中腹にあるバーが砂漠のガラスのパビリオンに変身するなどが挙げられます。
単に探検を始めたい人のために、Google が選択した世界とコミュニティが作成した世界をまとめた新しい Project Genie ギャラリーがあります。 「Living Memory」では、写真を探索する空間に変換できます。「Dino Field Guide」では、360 度のパノラマから構築された先史時代の生息地を撮影できます。「Rock Paper Scissors」では、ジェミニがリアルタイムの審判の役割を果たし、テーマに沿ったオブジェクトを机上で互いに競わせることができます。
ギャラリーには、ツールに早期にアクセスしたクリエイターとのコラボレーションもいくつかあり、BLVCKL!GHT として知られるクリエイティブ テクノロジストのウィルと協力して、Google はゴシック様式の別荘内の部屋ごとに謎を解く「Villa Giallo」を作成しました。また、アナンド ガンジー監督と協力して、Genie 4 のフォトリアリズムを使用してアリのコロニーを 1 匹の視点から探索する「The Life of Ants」が誕生しました。
これらの世界を探索することに加えて、簡単なプロンプトから開始したり、エージェントの助けを借りてギャラリー エクスペリエンスを変更して、世界の構造、サウンドトラック、ルールを変更したりできます。完成したら、作成した作品をギャラリーに公開して、他の人も探索したり変更したりできます。
セキュリティ、制限、可用性
Googleは、Project Genieで生成されたすべてのビデオとオーディオにはSynthIDデジタルマークが含まれており、これによりAIで作成されたコンテンツとして認識され、モデルに出入りするものはすべてセキュリティチェックを通過すると説明されています。
同社はまた、Genie 3とGenie 4が依然として研究モデルであり、カメラの遅延、より複雑な物理的インタラクション、リアルタイムのオーディオ精度、長期にわたってシーンの一貫性を維持する能力など、まだ取り組んでいるいくつかの問題があることを思い出した。
新しい Project Genie エクスペリエンスは、Google AI Ultra の対象となるサブスクライバー向けに本日より提供されます。Google AI Ultra は、Google で最も高価なプランであり、5 月から Project Genie が含まれる唯一のプランです。また、Google AI Pro サブスクリプションをお持ちの方は、同じページから待機リストにサインアップできます。
