Googleが新作AIを続々発表！？初心者にもわかりやすく解説！【言語AI】【動画生成】【ゲーム生成】【天気予測】

今月12月、Googleが新作のAIを続々と発表し話題を呼んでいます。しかも、どれもこれも革新的なものばかりでAIの進化についていくのは本当に大変…

そこで今回はGoogleが発表した新たなAIについて、初心者の方にもわかりやすくどんなものなのか、何ができるツールなのかということについて解説していきたいと思います！

Contents

発表の概要
GoogleのGemini-Exp-1206とは？
Genie 2とは？
Veo（ベオ）とは？
GenCastとは？

発表の概要

では一体どのようなAIが発表されたのでしょう？まとめると以下の4つになります。

業界標準のランキング1位を獲得した言語AI「Gemini-Exp-1206」
画像1枚から作れる3Dゲーム生成AI「Genie2」
動画生成AI「Veo」
高性能な天気予報AI「GenCast」

それではそれぞれについて解説していきましょう！

GoogleのGemini-Exp-1206とは？

Gemini-Exp-1206は、Googleが開発した新しいAIモデルです。このモデルは、テキストだけでなく、画像や音声、動画も扱うことができるマルチモーダルな機能を持っています。つまり、さまざまな形式の情報を同時に理解し、処理することができるのです。

主な特徴

多様な情報を処理: テキスト、画像、音声、動画を一緒に扱うことができるため、例えば、手書きの数学の問題を読み取って、解き方を説明することができます。
大きな記憶容量: Gemini-Exp-1206は、非常に長い文章を理解するための大きな記憶を持っています。これにより、長い会話や複雑な質問にも対応できます。
高い性能: このモデルは、他のAIと比べても非常に優れた性能を持っており、特にプログラミングや数学の問題を解くのが得意です。

使い方

Gemini-Exp-1206は、GoogleのAIスタジオやAPIを通じて無料で利用できます。ユーザーは、特定の質問や指示を入力することで、AIにさまざまなタスクを実行させることができます。

気になる方は下のリンクからGoogleのAIスタジオにアクセスしてみてください！👇

アクセスしたら画面の右側にあるモデルの選択欄からGemini-Exp-1206を選んでみましょう。

活用例

プログラミングのサポート: コードを書く手助けや、エラーを見つけるのに役立ちます。
クリエイティブな文章作成: 詩や物語を作る際に、アイデアを提供したり、文章を生成したりします。
教育や研究: 複雑な質問に答えたり、情報をまとめたりするのに使われています。

Genie 2とは？

Genie 2は、GoogleのAI研究部門であるDeepMindが開発した新しいAIモデルです。このモデルは、1枚の画像からリアルタイムでインタラクティブな3D環境を生成することができます。

つまり、ユーザーが画像を入力すると、その画像をもとにゲームのような仮想世界を作り出し、実際にその中で動き回ることができるのです！

主な特徴

3D環境の生成: Genie 2は、従来の2D環境に比べて、よりリアルで立体的な世界を作成できます。これにより、ユーザーはより直感的に仮想世界を体験できます。
インタラクティブな体験: ユーザーはキーボードやマウスを使って、生成された3D世界の中で自由に動き回ったり、オブジェクトと相互作用したりできます。例えば、ドアを開けたり、物を持ち上げたりすることが可能です。
物理シミュレーション: Genie 2は、重力や水の流れ、風の影響など、現実の物理法則をシミュレーションします。これにより、よりリアルな体験が提供されます。
記憶機能: 視界に入らない部分の情報を「記憶」し、再び視界に入ったときに正確に再現することができます。これにより、長時間の探索が可能になります。

使い方

Genie 2は、特にゲーム開発者やクリエイターにとって便利なツールです。画像を入力するだけで、さまざまな3D環境を生成できるため、プロトタイプ作成やアイデアの実現が迅速に行えます。また、AIエージェント「SIMA」と連携することで、自然言語の指示に従ってキャラクターを操作することも可能です。

以下のリンクから実際にサイトを見てみましょう！

Genie 2: A large-scale foundation world model

Generating unlimited diverse training environments for future general agents

活用例

ゲーム開発: ゲームのプロトタイプを迅速に作成し、テストすることができます。これにより、開発の効率が大幅に向上します。
教育やトレーニング: 仮想環境を利用して、さまざまなシナリオをシミュレーションし、学習やトレーニングに役立てることができます。
クリエイティブなプロジェクト: アーティストやデザイナーが、アイデアを視覚化するためのツールとしても利用できます。

Veo（ベオ）とは？

Veoは、Googleが開発した新しい動画生成AIです。このAIは、テキストや画像を入力するだけで、1分以上の高品質な動画を自動で作成することができます。Veoは、特にクリエイターやマーケティング担当者にとって、動画制作を簡単にするための強力なツールです。

主な特徴

テキストから動画を生成: ユーザーが簡単な文章を入力すると、その内容に基づいて動画を生成します。例えば、「海辺でカヤックを漕ぐシーン」と入力すれば、そのシーンを描いた動画が作られます。
高画質の動画: Veoは、1080pの高解像度で動画を生成します。これにより、映像が非常にクリアで美しい仕上がりになります。
マスク編集機能: 特定の部分だけを編集できる機能があります。例えば、動画の中に新しいオブジェクトを追加したいとき、全体を再生成する必要がなく、必要な部分だけを変更できます。
画像とテキストの組み合わせ: 画像を入力することで、より具体的な動画を生成することができます。これにより、視覚的な要素を強調した動画制作が可能になります。
AIによる安全対策: Veoで生成された動画には、AIが作成したものであることを示す「SynthID」という電子透かしが埋め込まれています。これにより、生成されたコンテンツの信頼性が保たれます。

使い方

Veoは、特に動画制作を行うクリエイターや企業にとって便利なツールです。簡単なテキストや画像を入力するだけで、プロフェッショナルな品質の動画を迅速に作成できます。現在は一部のクリエイターが利用できる状態で、今後一般公開される予定です。

まだサービスがスタートしていないため、今のうちにWaitListに入っておきましょう！👇

Veo

Veo is our most capable video generation model to date. It generates high-quality, 1080p resolution videos that can go b...

活用例

マーケティング: 商品のプロモーション動画や広告を簡単に作成できます。これにより、マーケティング活動が効率化されます。
教育: 教材や説明動画を作成する際に、視覚的にわかりやすいコンテンツを提供できます。
クリエイティブなプロジェクト: アーティストやデザイナーが、自分のアイデアを映像として表現するのに役立ちます。

GenCastとは？

GenCastは、Google DeepMindが開発した生成AIを基盤とする高精度な天気予測モデルです。このモデルは、最大15日先までの天気や気象現象を予測することができ、従来の気象予測システムよりも高い精度を実現しています。

以下の公式サイトから詳細を見ることができます！

GenCast predicts weather and the risks of extreme conditions with state-of-the-art accuracy

New AI model advances the prediction of weather uncertainties and risks, delivering faster, more accurate forecasts up t...

主な特徴

高精度な予測: GenCastは、過去40年間の気象データを学習し、複数の気象シナリオを同時に予測するアンサンブルモデルを採用しています。これにより、従来のモデルに比べて97.2%以上の精度向上を達成しています。
迅速な処理速度: Google Cloud TPU v5を使用することで、15日間の予測をわずか8分で生成できます。これは、従来の物理ベースのモデルが数時間を要していたのに対し、大幅な時間短縮を実現しています。
拡散モデルの利用: GenCastは、複雑なデータの確率分布をモデル化する生成的な機械学習手法である拡散モデルを使用しています。これにより、気象データの特性に合わせた最適化が可能となり、特に台風の進路予測において優れた性能を発揮します。
オープンソース化: GenCastはオープンソースとして公開されており、研究者や機関が独自の気象予測システムを開発するための基盤を提供しています。