Genie 3 リアルタイムワールドモデルリリース

TL;DR

Genie 3 は DeepMind の最新の汎用ワールドモデルで、リアルタイム（24 fps、720p）で豊かに詳細なインタラクティブな 3D 環境を生成し、数分間にわたって視覚的一貫性を保ちます。これにより、具現化 AI 研究や生成メディアの新たな可能性が開かれます。

Genie 3 とは？

Genie 3 は DeepMind の以前の Genie 1 と Genie 2 システムを拡張した基盤ワールドモデルです。自然言語プロンプトからインタラクティブな世界を作り出し、ユーザーは 720p 解像度で 24 fps の速度でそれらをナビゲートできます。従来のモデルとは異なり、Genie 3 はリアルタイム制御、長期的な一貫性、そしてより広範な物理的・視覚的現象をサポートします。

技術的進歩

リアルタイムフレーム生成

  • モデルは過去の全軌跡に条件付けしながら各フレームを自己回帰的に生成し、応答性の高いナビゲーションを実現します。
  • 計算は秒間複数回実行され、新しいユーザー入力を取り込んで滑らかな 24 fps 再生を達成します。

長期的環境一貫性

  • Genie 3 は最大 1 分間の視覚メモリを保持し、自己回帰型ビデオ生成で一般的に発生するドリフトを防ぎます。
  • 一貫性は、家の塗装タスク、テレポートポータル付きのヴィクトリア朝の通り、古代アテネの数分間にわたる探索（木などの静的要素が安定したまま）といった例で示されています。

物理特性モデリング

  • モデルは水、照明、溶岩流、風などの自然現象をリアルなダイナミクスでシミュレートします。
  • サンプルプロンプトは、火山地形のナビゲーション、ハリケーンで被害を受けた歩道、深海のクラゲの動きを紹介します。

多様なコンテンツ生成

  • 自然エコシステム – 森林、氷河湖、海洋環境など、信憑性のある植物相と動物相を備えたシーン。
  • 架空のアニメーション – スタイライズされた生物、超現実的な風景、ドラマチックな世界変形イベント。
  • 歴史的・地理的設定 – アルプス、ベネチアの運河、クノッソス宮殿、イリノイ州の現代的な街路など、正確に見える再構築。

実証された機能

機能 例のプロンプト 観察
物理シミュレーション 溶岩プールがある火山地形 リアルなパーティクル効果と地形との相互作用。
エコシステム生成 野生動物がいる氷河湖のランニング 一貫した動物の行動と植生。
架空のアニメーション 虹の橋上のふわふわした生物 スタイライズされた高詳細なキャラクターアニメーション。
歴史的再構築 全盛期のクノッソス宮殿 妥当な建築ディテール。
プロンプト可能な世界イベント テキストで天候を変えるまたはオブジェクトを追加する 再レンダリングなしで即座に世界が変化。

具現化エージェント研究

Genie 3 は DeepMind の SIMA 2 などのエージェントを訓練するテストベッドとして機能します。エージェントはモデルにナビゲーションアクションを送信し、モデルは結果として得られる世界状態をレンダリングします。Genie 3 が長いアクションシーケンスでも一貫性を保つため、エージェントはより複雑で多段階の目標を追求でき、オープンエンドなカリキュラムでのエージェント訓練に近づきます。

制限事項

  • アクション空間 – 直接的なエージェントアクションは制限されており、多くの世界変化はテキストプロンプトが必要です。
  • マルチエージェントダイナミクス – 複数の独立エージェント間の相互作用シミュレーションは未解決の課題です。
  • 地理的忠実度 – 実世界の場所は概算であり、正確な地理情報は欠如しています。
  • テキストレンダリング – 生成されたテキストは、プロンプトに明示的に含めた場合にのみ判読可能です。
  • インタラクション時間 – 連続インタラクションは現在数分に限定されており、時間単位の利用はできません。

責任ある展開

DeepMind は Genie 3 を限定的な研究プレビューとして、少数の学術者とクリエイターのグループに提供しています。この段階的ロールアウトは、安全性、悪用の可能性、社会的影響に関するフィードバックを収集し、Responsible Development & Innovation チームがリスク軽減策に取り組むためのものです。

今後の方向性

  • より広範なテスターグループ、最終的には一般公開へのアクセス拡大。
  • インタラクション時間とアクション空間の拡張により、よりリッチな具現化タスクをサポート。
  • 地理的精度とマルチエージェントシミュレーションの改善。
  • ロボティクスや自律システム向けの教育、訓練、評価用途の探索。

引用

Genie 3 を参照する場合は、以下の BibTeX エントリを使用してください:

@article{genie32025,
  title={Genie 3: A new frontier for world models},
  author={Ball, Phil and Bauer, Jakob and ... and Zubov, Vadim},
  journal={DeepMind Blog},
  year={2025},
  url={https://deepmind.google/blog/genie-3-a-new-frontier-for-world-models/}
}

SUMMARY: Genie 3 は DeepMind の新しいリアルタイムワールドモデルで、720p のインタラクティブ環境を 24 fps で生成し、数分間の一貫性を保ち、先進的な具現化エージェント研究を可能にします。

TITLE: Genie 3 リアルタイムワールドモデルリリース

Sources