今回のアップデートでは、Project GenieがGoogle MapsのStreet Viewデータベースと連携しました。これにより、AIが現実世界の画像を基に環境を生成できます。
利用の流れはおおむね次の通りです。
生成された空間はゲームのステージのように自由に移動できる環境で、ユーザーはその中をリアルタイムで歩き回れます。
さらに、同じ場所をベースにしながら条件やスタイルを変えることも可能です。たとえば次のような変更ができます。
こうした変更はプロンプト(テキスト指示)で行えるため、現実の場所を土台にした想像世界を簡単に作れます。
Project Genieは画像生成ツールというより、インタラクティブな世界を作るツールに近い存在です。
現在の主な機能は次の通りです。
結果として得られるのは、レンダリング画像や動画ではなく、**その場で生成され続ける“プレイ可能な世界”**です。
Project Genieは現在、Google Labsで提供されている実験プロトタイプです。
主な利用条件は以下の通りです。
Street Viewを使った世界生成機能は、初期段階では主に米国の場所を対象としており、将来的に対応地域が拡大する見込みです。
Project Genieを支えているのは、Google DeepMindのGenie 3というAIモデルです。
従来の生成AIとの最大の違いは、静的なコンテンツではなく動的な環境を生成する点です。
主な技術的特徴は次の通りです。
仕組みとしては、AIが過去のフレームとユーザーの行動から次のフレームを予測します。これは、言語モデルが次の単語を予測する仕組みに似ています。
デモは印象的ですが、Project Genieはまだ研究段階の技術です。
主な制約には次のようなものがあります。
そのため、現段階では完成したゲームエンジンではなく研究プロトタイプと理解するのが適切です。
Google DeepMindは、この技術を環境を理解・再現できるAIへのステップと位置付けています。
ゲーム開発では、プロンプトだけでプレイ可能な環境を生成できるため、レベルデザインや世界制作の自動化が期待されています。
Street Viewと組み合わせれば、都市や歴史的場所などをインタラクティブに探索する教育体験が可能になります。
ロボット研究では、安全なシミュレーション環境が不可欠です。Genieのような世界生成AIは、ほぼ無限の訓練環境を作れる可能性があります。
現在の生成AIの多くは、テキスト・画像・動画などのコンテンツを作ります。
しかし、Genieのようなワールドモデルは時間の中で振る舞う環境そのものを生成します。
この方向性が進むと、次のような領域が融合する可能性があります。
Project Genieはまだ初期段階ですが、現実世界を基盤にしたAIシミュレーションという新しいカテゴリーを示す技術として注目されています。