DeepMindがGenie 2を発表:画像1枚から操作可能な3D世界を生成
Google DeepMindは世界基盤モデル「Genie 2」を発表しました。1枚のプロンプト画像からキーボードやマウスで実際に遊べる3D環境を最大1分間一貫して生成できます。物理演算やNPCの挙動も模倣可能で、汎用自律エージェントの訓練環境不足を根本から解決することを目指しています。
Google DeepMindは世界基盤モデル「Genie 2」を発表しました。1枚のプロンプト画像からキーボードやマウスで実際に遊べる3D環境を最大1分間一貫して生成できます。物理演算やNPCの挙動も模倣可能で、汎用自律エージェントの訓練環境不足を根本から解決することを目指しています。
Google DeepMindは3D仮想環境向け汎用AIエージェント「SIMA」を発表した。『No Man's Sky』など9つの商業ゲームで訓練され、専用APIを使わず画面映像と自然言語指示のみでキーボード・マウスを操作し、600の基本スキルを実行できる。ハイスコア目的ではなく指示通りに行動する汎用性の検証が目的だ。