Google Genie 2 特徴

Google Genie 2は、単一の画像プロンプトからインタラクティブでアクション制御可能な3D環境を生成できる大規模な基盤世界モデルです。キーボードやマウスの入力に応じて反応する多様な仮想世界を作成でき、最大60秒間の一貫性を維持しながら、物理シミュレーション、キャラクターアニメーション、オブジェクトインタラクション、NPC行動予測における高度な能力を示します。このモデルは、自己回帰型潜在拡散モデルを通じてプロンプトを処理することによって機能し、AI生成画像と実世界の画像の両方で使用できます。