Google DeepMindは27日（現地時間）、ワールドモデル「Genie 4」を研究プレビューとして公開した。写実的でインタラクティブな仮想世界をリアルタイムに生成・編集できるのが特徴で、ゲームや学習、ロボティクス分野での活用を想定している。TechCrunchが報じた。

Genie 4は、シミュレーションの進行中でもプロンプト入力によってシーンを切り替えられる。音楽や環境音、会話など、場面に応じた音声もリアルタイムで生成するという。

天候やカメラアングルの変更に加え、新たな人物や物体の追加にも対応する。シーンの一貫性は最大2分間維持できるとし、GoogleはGenie 3の約2倍に当たるとしている。物理表現も強化し、キャラクターの動きはより人間に近づいたと説明した。

Genie 4は、GoogleのAIモデル「Gemini」とも連携する。Geminiが工程の計画や各フレームのチェックを担い、Genieが映像を生成する構成だという。

Googleのリサーチディレクター、テジャス・クルカルニ氏は「今後はGeminiがコードやテキストを生成し、Genieがそれをリアルタイムで受け取りながら、さまざまな抽象度で現実をシミュレーションするハイブリッド型ワールドモデルが増えていく」と述べた。

活用先としてGoogleは、ゲーム、インタラクティブ学習、ロボティクスを挙げた。新製品を先行利用するトラステッドテスターからは、映画の試作への応用も示されているとTechCrunchは伝えている。

Google DeepMindのエンジニア、ディエゴ・リバス氏は「アイデア出しやストーリーボードのように、素早い発想が求められる場面でこそ、リアルタイム機能の価値が最も大きい」と語った。

一方でリバス氏は、Genie 4がなお初期段階にある点も強調した。シミュレーションが長時間になるほど、細部の描写や物体の整合性が崩れやすくなるほか、音声の正確性や仮想世界内のテキストの可読性にも課題が残るという。

現在はトラステッドテスター向けに研究プレビューとして提供しており、今後数週間以内に「Project Genie」を通じてGoogle AI Ultraの加入者へ展開する予定だ。Gemini APIとGoogle AI Studioのアーリーアクセスパートナーも利用可能になる。

ワールドモデルを巡る競争も激しくなっている。数カ月前にはAI動画スタートアップのRunwayが「GWM Worlds 2」を公開したほか、AMDはフェイフェイ・リー氏が設立したWorld Labsの買収を発表している。