Project Genie ストリートビュー統合

Google DeepMind は Google Street View の画像を Project Genie に統合し、汎用世界モデルが実世界の場所に基づくインタラクティブな環境を生成できるようにしました。このアップデートにより、AI エージェントやロボットはシミュレーション空間内で実世界の複雑さをナビゲートし、相互作用できるようになり、ユーザーは生成スタイルを用いて物理的な場所を再構築するツールが提供されます。

ストリートビューによる実世界のグラウンディング

Project Genie は現在、Maps Imagery Grounding テクノロジーを使用して、生成された世界を実際の物理的場所に基づかせています。ユーザーは米国の場所を Maps のピンで選択し、"Desert Sands"、"Stone Age"、"B&W film" などの特定のスタイルと組み合わせて、実世界のサイトを想像的な環境に変換できます。

このグラウンディング機能の主な能力は次のとおりです：

• Location-Based Generation: モデルは Street View の画像をインタラクティブな世界を作成する出発点として使用します。
• Stylized Environments: ユーザーは実際の場所にテーマ別のオーバーレイを適用でき、例えば Golden Gate Bridge を "Ocean World" スタイルで可視化したり、Fort Worth Stockyards を 1920 年代の "B&W film" スタイルで表現したりできます。
• Character Integration: ユーザーはキャラクター（例：コミックブックのヒーローやクレイメーションのモンスター）を記述し、これらのグラウンディングされた環境に配置できます。

現在、Street View の画像統合は米国内の場所で利用可能で、将来的に他の地域へ拡大する計画があります。

Project Genie の世界モデルとしての役割

Genie は汎用世界モデルの研究のための基礎的なツールとして機能します。その多様でインタラクティブな環境を生成する能力は、すでにいくつかの高インパクトなユースケースに適用されています：

• Agent Training: 複雑な仮想環境内で学習し推論できるよう AI エージェントを支援します（SIMA 2 に見られるように）。
• Autonomous Driving: Waymo の超リアルな道路環境シミュレーションを支援します。

利用可能性とアクセス

新しい Street View グラウンディング機能を含む Project Genie は、Google Labs でホストされている実験的な研究プロトタイプです。現在、対象となる Google AI Ultra サブスクライバー（18 歳以上）に対して全世界で展開中です。

プロトタイプであるため、Google DeepMind は生成された環境の鮮明さと正確さを向上させるべく、モデルの改良を続けています。