Google DeepMindがGenie 3を発表——720p・毎秒24フレームの3Dインタラクティブ世界モデルを生成

概要

※本記事は公開情報をもとに編集部が再構成したサマリです。一次情報は出典欄をご参照ください。

Google DeepMindは、3Dインタラクティブ環境を生成できる「基盤世界モデル（Foundation World Model）」の新バージョン「Genie 3」を発表した。前世代のGenie 2が10〜20秒のシミュレーションにとどまっていたのに対し、Genie 3は720p解像度・毎秒24フレームで数分間の3Dインタラクティブ世界を生成できるとされる。ゲーム開発・シミュレーション・AI強化学習のための仮想環境生成への応用が期待されている。

事実のポイント

• 解像度・フレームレート: 720p・毎秒24フレーム（Genie 2の10〜20秒から数分間に大幅拡張）
• インタラクティブ: ユーザーの操作に応じてリアルタイムに3D環境が変化する双方向性を持つ
• 基盤世界モデル: 特定ゲーム・環境に特化したモデルではなく、汎用的な3D世界を生成できる「基盤モデル」として設計されているとされる
• 前世代との比較: Genie 2は10〜20秒程度の短いシミュレーション。Genie 3は数分間の持続的な3D環境生成に対応
• 想定応用領域: ゲームレベルデザイン・AIエージェントの強化学習用仮想環境・ロボット動作シミュレーション・映像・建築等の可視化

用語・背景の補足

基盤世界モデル（Foundation World Model）: LLM（大規模言語モデル）の概念を3D世界の生成・シミュレーションに拡張したモデル。物理法則・空間認識・因果関係を学習し、「何かが起きたら次に何が起きるか」を予測・生成できる。

インタラクティブ3D環境: ユーザーやAIエージェントがアクションを入力し、それに応じて状態が変化するリアルタイムの仮想空間。ゲームエンジンで作られた環境と異なり、AIが動的に生成・変化させる。

強化学習のための仮想環境: AIが試行錯誤を繰り返して行動を学習する強化学習において、リアルな物理環境（ロボット・自動車等）の代わりにシミュレーション環境でトレーニングを行う用途。

注意点

• Genie 3は2026年5月時点で発表・研究段階であり、商業利用の可否・API提供時期は未定
• 「数分間の3D環境生成」は研究発表レベルの主張であり、商業製品としての品質・安定性は別途評価が必要
• ゲームや映像制作への商業応用には著作権・知的財産・コンテンツポリシー等の考慮が別途必要

編集部見解

（追記予定）