近年、人工知能の進化は目覚ましく、文章や画像から全く新しい三次元空間を構築し、その中を自由に歩き回れる技術が登場しました。本記事では、Googleが公開した革新的な「世界モデル」であるProject Genieを中心に、その特徴や社会への影響、そして同様の体験ができる最新ツールについて詳しく解説します。
世界モデルがもたらす新しいデジタル体験
Googleが公開した「Project Genie」は、テキストの指示や参照となる画像から、キャラクターが活動できる三次元空間を生成する「世界モデル」と呼ばれるAIです。この技術の最大の特徴は、単に静止画や動画を作るだけでなく、生成された空間の中をキャラクターを操作して自由に探索できる点にあります。例えば、夕暮れの静かなビーチという言葉を入力すれば、その指示に沿った風景が作り出され、さらに追加の指示を出すことで、砂浜の色を変えたり建物を用意したりといった調整も可能です。これまでのAIモデルと比較しても非常に高品質であり、そのリアルな描写と操作性は、多くの人々に驚きを与えています。
技術を支える仕組みと具体的な機能
Project Genieは、複数の高度なAIモデルを組み合わせて動作しています。具体的には、三次元空間を生成し探索を可能にする「Genie 2.3」、高品質な画像の生成や編集を担う「Imagen 3」、そしてGoogleの基幹AIである「Gemini」という三つの要素が統合されています。利用者は、まずイメージを形にする「スケッチ」を行い、次にその中に入り込む「探検」を経て、さらに内容を書き換える「リミックス」という工程を通じて、自分だけの世界を構築していきます。生成された世界は、利用者が移動するのに合わせて道がリアルタイムで拡張されていくため、終わりのない探索を楽しむことができます。また、視点を一人称や三人称に切り替えたり、探索の様子を動画として保存したりすることも可能です。
社会的な反響と産業界への影響
この技術の登場は、特にゲーム開発やデジタルコンテンツ制作の分野に大きな衝撃を与えました。Project Genieのデモンストレーションが公開されると、誰でも簡単に高品質な三次元空間を作れるようになるという期待と懸念から、著名なゲームエンジン開発企業や大手ゲームソフト会社の株価が下落するという事態も発生しました。将来的に、無限に広がる仮想世界をAIが自動生成したり、自動運転の学習に必要なシミュレーション環境を大量に作り出したりすることが期待されています。その一方で、クリエイターの雇用に対する不安や、AI生成物に対する倫理的な批判も根強く、技術が現場でどのように受け入れられていくかは今後の注目点となっています。
利用方法と現在のアクセシビリティ
現時点において、Project Genieを体験できる環境は限定的です。2月の段階では、アメリカ在住の18歳以上であり、Googleが提供する最上位のAIサブスクリプションプランである「Google AI Ultra」を利用しているユーザーに提供されています。しかし、Googleは将来的により多くの人々がこの技術を体験できるようにしたいと明言しており、今後は提供地域や対象ユーザーが拡大していくことが予想されます。現在は一部の先行ユーザーがSNSなどでその体験を共有していますが、一般のユーザーが日常的に利用できるようになる日も遠くないと考えられています。
手軽に試せる世界モデルの選択肢
Project Genie以外にも、同様の体験ができる「世界モデル」の開発は急速に進んでいます。例えば、スタンフォード大学の研究者が立ち上げた企業の「MARBLE」というツールは、テキストや画像から三次元空間を生成し、その中を自由に歩き回ることができます。これは無料のクレジットを利用して試すことが可能で、専用のサイトからログインするだけで利用できます。また、リアルタイムで動画の内容を書き換えられる「Odyssey 2 Pro」というツールも公開されており、背景や登場するオブジェクトを言葉で指示するだけで即座に変更できる体験を提供しています。このように、多くの企業が世界モデルの分野に参入しており、2025年から2026年にかけて開発競争はさらに加速していくでしょう。
