Google DeepMindのGenie 4、世界を音までリアルタイムに生成する

Google DeepMindが新しいワールドモデルGenie 4を発表した。ネイティブにマルチモーダルで、映像と同時に音楽や環境音、対話まで生成する。Gemini Omniが現実的な見た目と挙動を、他のGeminiモデルが一貫性を保つ推論を担う。自然言語で天候や人物をリアルタイムに変えられ、ロボットやエージェントの訓練環境づくりにも役立つ。まずは信頼できるテスター向けの研究プレビューとして提供を始める。