森を歩けば風の音がする。登場人物に話しかけると、場面に合わせて返事が変わる。Google DeepMindが10月27日に発表したGenie 4は、操作に応じて景色と音をその場で作るAIだ。完成した動画を再生するのとは違い、中を動き回れる世界を生成する。
キーボードで移動しながら、文章で天気を変えたり、人や物を加えたりできる。波の音、音楽、人物の会話も映像と一緒に作る。公式のデモは、AIが生成した世界を実際に操作した記録で、現実の出来事を撮影した映像ではない。
映画の撮影位置や照明を変えてみる。ゲームの世界を歩いて確かめる。こうした試作に向け、現在は限られた協力者が研究版を試している。一般利用は今後の予定で、待機リストを公開した。
発表後、開発者掲示板Hacker Newsでは524票・317コメントを確認。Redditでも映像の自然さや、実際に使える時期が話題になっている。
今日のGenie 4で目に留まるのは、世界を作ったあとも、そこに入ってカメラや天気を変えられるところ。音や会話まで、操作についてくる。
見せたい場面を、動かしながら考えられる。
これ、映像やゲームの企画を話す時間が変わりそう。「もっと近づいたら？」「ここで雨が降ったら？」という言葉に、その場の景色で答えられるようになる。
Lumaの新しい制作ガイドにも近い流れがある。カメラの角度や照明を変える小さな道具を並べ、決めた構図を残しながら別案を試す。NVIDIAは、重さや摩擦まで用意した立体素材を公開し、動く場面を組み立てやすくしている。
そこで増えるのは、案を見比べて判断できる時間だと思う。同じ場所に立って、視点を変える。人物を加える。音を聞く。作り手と見る人が、まだ完成していない場面を一緒に確かめられる。
場面の企画は、言葉で伝え、その場で体験して決めるものになっていく。
AIプロダクトアーキテクト
25年以上にわたり、UI/UXデザイン、プロダクト開発、事業開発に携わる。自身でも会社を創業し、100人規模の組織を経営。
現在は、AIを活用した新しいプロダクトの企画・設計・開発に取り組む。
AI Insightsでは、最新のAI技術を実際に試しながら、新しいプロダクトの開発を通じて見えてきた発見や、AIが切り拓く未来の可能性を発信しています。
プロフィール・実績・お問い合わせ ↗