動く世界を作るAI、2分間維持へ

Genie 4は、Googleが「ワールドモデル」と呼ぶカテゴリーに属する。あらかじめ作られた映像を再生するのではなく、言葉や画像からその場で探索可能な世界を構築するAIだ。Genie 3からGenie 4への進化は、主に連続性にある。TechCrunchによると、新モデルはシーンが崩壊せずに最大2分間保て、これは前世代の2倍で、同期音声を追加しつつ物体の動き方や人物の見え方も改善した。ユーザーは生成中の世界を変更することもでき、受動的ではなくインタラクティブな出力を指向していることがうかがえる。

展開は意図的に狭くしている。Ars Technicaによると、利用はまず開発者とGoogleの有料プラン「Google AI Ultra」の加入者に限定され、その後さらに広がる。発表と一般提供の間のこの差が、これらのグループ外の人々にとっての実務的な詳細だ。能力は実在するが、現時点の対象者は限られている。

タイミングが重要なのは、同日のニュースに相殺する材料があったからだ。Cohereの報告書は別のオープンモデルに疑問を投げかけ、Bank of AmericaはAIアシスタントに銀行のパスワードを渡さないよう顧客に警告した。Genie 4はAIの「作る側」の進歩を示す一方、これらの項目は「信頼する側」がまだ整備途上であることを示す。この並びは、能力と検証が別々の線路で進んでいることを示唆している。