
2026/11/19 3:49
Genie 4 が公開されました
RSS: https://news.ycombinator.com/rss
要約▶
Japanese Translation:
Google は、AI Ultra 向けの対象ユーザーに対して Project Genie を正式にローンチし、単一の画像プロンプトへの依存ではなく、AI エージェントと自然な会話を可能にする次世代の「ワールドモデル」(Genie 4 および Genie 3)を導入しました。Genie 4 は、これまで最もリアルなインタラクティブ・ワールドモデルであり、セッション中のプロンプティングにより環境をリアルタイムで変更できる(気候やキャラクターの変更など)機能や、周囲のサウンドスケープに適応して動的に変化するネイティブ・オーディオ機能を搭載しています。Genie 3 も大幅にアップデートされ、生成セッションが最大 3 分まで延長されました(60 秒から)、複数のワールドを連鎖させる能力、自然言語によるリアルタイムイベント、そして新たなワールドの種付けに使用される 360 度パノラマ画像による接地機能が追加されました。
システムは高度なワールドモデル化によりビジュアルとオーディオを同期させ、Project Genie エージェントが Google のマルチモーダルモデルを統括し、特定のモードに合わせてカスタムされた背景スコアを生成します。ユーザーはセッション中に Gemini モデルを組み込み、観察や文脈に応じた提案を受けられるようになります。プラットフォームは、「Living Memory」(個人の写真を探索可能な空間に変換する機能)、「Dino Field Guide」、そして「Rock Paper Scissors」のようなインタラクティブ体験を含むCommunity Galleryを通じてクリエイティブなコミュニティを育みます。また、このギャラリーでは Will と Anand Gandhi といったクリエイターとの厳選されたコラボレーションも紹介され、ユーザーは自らの制作物をリミックスしたり公開したりできます。安全性と本物性の確保のため、すべての出力にはSynthIDによるウォーターマークリングが適用され、安全性審査が行われます。カメラのレイテンシ、オーディオの精度、シーンの永続性に関する課題については解決が進められており、これらの機能へのアクセスには AI Pro メンバー向けの待機リストが含まれます。
本文
Project Genie 新機能公開:Genie 4 とコミュニティギャラリー登場
Google AI Ultra サブスクライバーの皆様向けに、Project Genie の大幅なアップデートを発表します。これにより、より機能的でクリエイティブなインタラクティブ世界へのアクセスが可能になりました。
🎉 アップデート概要
グーグル・ラボーズ グループプロダクトマネージャーであるパヴァン・クマールの発表によれば、以下の重要な変更が行われました。
- Genie 4 の初回アクセス: 今まで利用できなかった最新モデルを初めて体験可能に。
- Genie 3 のアップグレード: より長時間のセッションや新しい形式に対応。
- 新エージェント搭載: ユーザーのビジョンを支援する「プロジェクト・ジェニーエージェント」が新規導入。
- コミュニティギャラリー解禁: 世界中から探検・再構成できるクリエイティブ作品が閲覧可能に。
✨ Genie 4:最高品質の世界体験
Genie 4 は、最も高いリアリズムとインタラクションを実現した世界モデルです。セッション中に入力するプロンプトで環境をリアルタイムで編集できます。
- 動的な環境制御: 天候の変更、キャラクターの追加、アクション方向性の変更などを即座に行えます。
- ネイティブオーディオの進化: シーンが進行につれて変化し続けるリアルタイム音声を追加。
- アンビエントサウンドスケープからキャラクター間の対話まで、すべてが有機的に連携。
- 即時的な編集体験: ナビゲーション中にプロンプトを入れるだけで、世界を即時変更可能です。
🔍 Genie 3:追加機能の強化
Genie 4 が最高品質な表現を提供する一方で、Genie 3 も引き続き利用可能です。より長時間のセッションやパノラマ形式に向いています。
本日のアップデートにより以下の機能が追加されました。
- セッション延長と世界連結:
- 1 回の生成で最大3 分間までの探検が可能(以前は 60 秒から向上)。
- 複数の世界をつなげて、より長い旅を楽しむことができます。
- 360 度パノラマ画像による種付け: 360 度パノラマ画像を元に新しい世界を創造できます。
- リアルタイムイベント: 探検中に自然言語プロンプトで環境を動的に変更可能です。
🤖 新しいインタラクティブ体験の制作方法
プロジェクト・ジェニーエージェントにより、創作は単一のプロンプトを超えて進化しました。対話するほどに簡単に宇宙を創ることができます。
- ビジョンからの自動生成:
- 自然言語でビジョンを説明するだけで、エージェントがマルチモーダルモデル群を指揮。
- 世界独自のビジュアルスタイルの初期画像と、雰囲気に合わせたカスタム BGM を自動生成。
- ジェミニモデルとの連携:
- 画面で起きていることを観察し、次に移動すべき場所を示す文脈に応じたサジェスションを表示。
- 旅が進むにつれて自動的に世界内イベントをトリガー。
🌍 コミュニティギャラリー:厳選された世界の探検
新しいプロジェクト・ジェニーギャラリーは、厳選された世界のコレクションとコミュニティのクリエイティブ作品を集めました。
公式デモ体験
- 「Living Memory」: 個人の写真を変化させた探索可能な空間に変換。
- 「Dino Field Guide」: 360 度パノラマを基盤とした史前生態系の探検。
- 「Rock Paper Scissors」: ジェミニがリアルタイム審判役となり、オブジェクト同士の対戦を楽しむ。
パイオニアクリエイターとのコラボレーション
- Villa Giallo(ウィル氏):
- ゴシック様式の荘園内を舞台にした謎解き作品。
- 雰囲気あふれる部屋ごとの体験を提供。
- The Life of Ants(アナンド・ガンジー氏):
- アリ視点から複雑なコロニーをナビゲートする体験。
- Genie 4 の驚くべきフォトリアルさが生かされています。
カスタマイズと共有
- プロンプトで自分のビジョンを起動可能。
- エージェントを活用して、既存の体験を組み合わせて再構成。
- 世界の構造、サウンドトラック、ルールなどを変化させて自分へカスタマイズ。
- 完成した世界はコミュニティギャラリーに公開し、他の人が探検・再構築できるようにできます。
⚖️ 責任ある開発と研究について
Google は、インタラクティブな世界モデルの開発に対して責任を持って取り組んでいます。
- 安全性の確保:
- すべての動画およびオーディオにSynthID のウォーターマークが適用される。
- すべてのモデル入出力は安全性の確認プロセスを経る。
- フロンティア・リサーチとしての位置づけ:
- Genie 3 と Genie 4 は研究用の世界モデルです。
- 今後、カメラのレイテンシー、物理的相互作用の精度、リアルタイムオーディオ、長期シーンの永続性などに取り組む予定。
詳細は Genie 4 モデルのリサーチ概要 をご参照ください。
🚀 今日からお試しください
- Google AI Ultra のサブスクライバーの皆様は、本日より新しい Project Genie 体験を試せます。
- Google AI Pro メンバーの皆様も、同じページから待機リストに参加可能です。