Genie 4、リアルタイム対話型シミュレーションの新世界モデルを発表

Google DeepMindは2026年10月27日、リアルタイム対話型シミュレーション向けの新しい世界モデル「Genie 4」を発表した。Genie 4は信頼されたテスター向けに研究プレビューとして提供が始まっている。

Google DeepMindは、リアルタイム対話型シミュレーション向けの新しい世界モデル「Genie 4」を発表した。ネイティブオーディオ、フォトリアリズム、Gemini統合を備えたモデルである。

発表内容

Genie 4は、信頼されたテスターに向けて研究プレビューとして提供が始まっている。今後、Project Genie の Google AI Ultra 加入者と、Gemini API および Google AI Studio の早期アクセスパートナーに提供される予定である。Project Genie では待機リストへの登録も可能である。

Genie 4 は、Google DeepMind が初めてネイティブに音声を生成できるリアルタイム世界モデルである。

機能と特徴

Genie 4 はネイティブのマルチモーダルモデルであり、世界の生成と同時に、音楽に近いオーディオ、環境音、インタラクティブな対話を生成できる。

• Gemini ファミリーの機能の統合: Gemini Omni がシミュレーションを実世界の外観と振る舞いに固定する。
• リアルタイムの修正: ユーザーは自然言語でシミュレーションをリアルタイムに変更でき、Gemini がプロンプトを周囲のシーンに合わせて調整する。
• 生成時の補助エージェント: リアルタイム生成のループ内で、Gemini 3.8 Flash がガイドエージェントとして機能する。

安全対策と制限

Genie 4 には安全対策が組み込まれている。Genie 4 が生成するすべての動画と音声には SynthID の透かしが含まれる。

一方、Genie 4 は初期段階の実験的なモデルであり、視覚的な細部や物体の永続性が時間とともにずれる可能性がある。

筆者の見立て

• 世界を理解しシミュレートすることは、AGI構築における重要な要素であると論じている。
• Genie 4 により、ロボットやエージェントの訓練環境の開発から新しいインタラクティブ体験の創出まで、安全で無限に多様なシミュレーションを作れるようになると示唆している。
• ハイブリッド型世界モデルが今後の進歩に向けた有望な道筋であると論じている。
• 相補的な強みを組み合わせることで、単独のアプローチでは達成できない、はるかに首尾一貫し、制御可能で現実に根ざした新しい世界モデルを生み出せると予想している。
• Genie 4 は、リアルタイム生成とフォトリアリズムを融合させる最先端研究の新領域を切り開くものだと解釈している。

この記事は元記事の事実のみに基づいて自動生成されました。

出典

• 媒体名: Google DeepMind
• 原題: Genie 4: A new generation of world simulation
• URL: https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/