Google DeepMindは8月5日（現地時間）、テキストで指示するだけで、ユーザーがリアルタイムに自由に動き回れるインタラクティブな仮想世界を生成する、新AIモデル「Genie 3」を発表した。同モデルは、AIが世界の仕組みそのものを理解しシミュレートする「汎用ワールドモデル」という技術における大きな飛躍であり、単なる映像生成の枠を大きく超えるものとなる。

Genie 3では、ユーザーがその世界の「プレイヤー」になれる。例えば、「火山地帯をオフロード車で進む」と指示すれば眼前に荒々しい地形が広がり、その中を自由に走り回ることが可能。生成された世界は数分間にわたって矛盾なく維持され、1秒あたり24フレームの滑らかな映像で展開される。その創造力は現実世界に留まらず、「折り紙スタイルのトカゲになる」といった幻想的な体験や、古代クレタ島の宮殿を散策する歴史探訪まで、私たちの想像力の限りを尽くすことができるという。

さらに、ただ世界を眺めるだけでなく、テキストで追加の指示を与えることで天候を変化させたり、新しい物体やキャラクターを登場させたりと、生成された世界に後から介入することも可能だ。

同技術は、AGIの開発に向けた重要な一歩として位置づけられている。Genie 3が創り出す無限のシミュレーション空間は、ロボットなどのAIエージェントにとって、現実世界で起こりうるあらゆる状況を安全に学習するための理想的な訓練場。これにより、AIがより賢く、複雑なタスクをこなせるようになることが期待されている。

もちろん、Genie 3はまだ発展途上の技術であり、世界の持続時間が数分程度に限られる、実在の場所を地理的に正確に再現することはできない。Google DeepMindは、同技術の安全性と責任ある開発を最優先しており、現在は一部の研究者やクリエイターに限定して公開。今後、専門家からのフィードバックを得ながら改良を重ね、将来的には教育、専門的な訓練、そして新しいエンターテインメントなど、人類の利益につながる様々な分野での活用を目指していく、としている。

プレスリリースはこちら

Top Image : © Google DeepMind