Genie 2 生成的世界モデル（ジーニーツーセイセイテキセカイモデル）
Genie 2はGoogle DeepMindが2024年に発表した大規模生成的世界モデルで、1枚の画像から物理的に整合した3Dインタラクティブ環境を無制限に生成しエージェント訓練に活用できる。
Genie 2 生成的世界モデル 完全ガイド
Genie 2 は Google DeepMind が 2024 年 12 月に公開した大規模基盤世界モデルで、AIエージェント訓練における環境生成コスト問題を根本から解決しようとする野心的なシステムだ。
背景: 世界モデルとは何か
世界モデル（World Model）とは、エージェントが環境の状態遷移を「内部でシミュレート」するための予測モデルだ。実環境でのサンプル収集コストを削減し、想像（Imagination）内での計画と訓練を可能にする。DreamerV3 や IRIS などの先行研究は比較的小規模な環境（Atari、DMControl）で有効性を示してきたが、Genie 2 は現実的な視覚的複雑さを持つオープンドメイン環境に適用スケールを拡大した。
Genie 2 のアーキテクチャ
Genie 2 は大規模 Transformer ベースのアーキテクチャを採用し、以下の 3 コンポーネントで構成される。
- Image Tokenizer: 入力画像を離散トークン列に変換（VQ-VAE 系）
- Dynamics Model: アクション条件付きで次フレームのトークン列を予測する自己回帰 Transformer
- Video Decoder: トークン列を高解像度フレームにデコード
大量のインターネット動画と対話型コンテンツで事前学習されており、物体・重力・摩擦・水・炎などの物理インタラクションを暗黙的に学習している。
主要能力
| 能力 | 詳細 |
|---|---|
| 単一画像からの環境生成 | 1 枚の静止画から物理整合した 3D 環境を生成 |
| アクション条件付き生成 | キーボード・コントローラ入力に応じた視点・状態変化 |
| 長時間一貫性 | 数十秒〜数分の一貫したシナリオ維持 |
| 多視点対応 | FPS / 俯瞰 / サイドスクロール等 |
強化学習への応用
Genie 2 の最大の意義はエージェント訓練環境の無限スケーリングにある。従来の RL 訓練では
- ゲームエンジン or 実ロボット環境が必要
- 環境設計に多大な工数
- 環境の多様性に上限あり
Genie 2 は「画像を与えるだけで環境を生成」するため、Web 上の画像・動画を学習データとした多様な環境を低コストで大量生成できる。
Genie 1 からの進化
| 項目 | Genie 1（2024年3月） | Genie 2（2024年12月） |
|---|---|---|
| 解像度 | 低解像度 2D | 高解像度 3D 対応 |
| 一貫性 | 数秒 | 数十秒〜数分 |
| 物理複雑性 | 基本的な物体移動 | 重力・流体・光源変化 |
| 視点 | 固定視点 | 多視点自由生成 |
課題と展望
現時点では生成環境の決定論的制御や正確な物理シミュレーション精度においてゲームエンジンに及ばない側面もある。しかし「無限に多様な環境を低コストで生成」という方向性はロボット・自動運転・ゲーム AI 訓練の民主化に直結する可能性を秘めている。