Google DeepMindの最新AIが、実際のモンブランを舞台にしたプレイ可能なスキーゲームを作り上げた。スキー板で雪を削ることができ、雪崩もリアルタイムで押し寄せる。しかも、既製の3Dモデルは一切使っていない。コードの断片を書くAIから、インタラクティブな世界全体を構築できるAIへと、大きく進歩した。
主なポイント
Gemini 4 Neonが実際のモンブランの地形をもとにスキーシミュレーターを開発
制作にはAntigravityとカスタムシェーダーを使用し、既製の3Dモデルは一切使わなかった
シミュレーターでは、削られた雪や雪崩がリアルタイムで描画される
Google DeepMindの最近の発表では、Gemini 4がコーディング、ロボティクス、スプレッドシート、研究室、暗号研究など幅広い分野で活用されています
Google DeepMindによると、Gemini 4 Neonは、GoogleのAIコーディングツールAntigravity上で、実際のモンブランの地形をもとにしたスキーシミュレーターをコーディングしました。カスタムシェーダーを使い、既製の3Dモデルは一切使用していません。
同社は、削られた雪や雪崩がリアルタイムで描画されるとも説明しました。山の風景は、Gemini 4がテキストを返すだけでなく、視覚的でインタラクティブなタスクに取り組む別の事例となっています。
どのように作られたのか
Gemini 4 Neonが手がけたのは、架空の斜面ではなく、実際のモンブランの地形をもとにしたプロジェクトです。Google DeepMindはその地形にカスタムシェーダーを組み合わせ、既製の3Dモデルは使っていないと述べました。
シェーダーとは、シーンの描画中に表面の見た目を形作るグラフィックス向けの命令です。今回は、スキーヤーが雪を切り分けるたびにリアルタイムで変化する雪の描画に使われており、雪崩も同様にリアルタイムで描画されます。
Google DeepMindは、制作にかかった時間や必要とした人間の支援の程度を明らかにしていません。また、このゲームは試せるデモであり、販売されている製品ではありません。
こちらもお読みください:GoogleのGemini 4 Neon、半分のコストでトップAIモデルに対抗
これが重要な理由
通常、3Dゲームの制作には、モデルを作るアーティスト、物理演算を実装するプログラマー、シェーダーを書くグラフィックス専門家が必要です。今回は、AIモデルが地形、グラフィックス、動いて変化する雪まで手がけました。こうしたツールが進化し続ければ、小規模チームや個人開発者でも、かつてはスタジオ全体が必要だったゲームの世界を作れるようになるかもしれません。これはインディークリエイターにとって朗報である一方、手作業で3Dアセットを作る仕事に携わる人には警鐘となります。
モンブランのデモは、一度きりの回答よりも、タスクに継続して取り組めるシステムに重点を置いたGemini 4の事例が続いていることを示しています。11月10日、Google DeepMindは、複雑で長期にわたるタスク向けの最も強力なモデルとしてGemini 4 Carbonを発表しました。このモデルは、ソフトウェアエンジニアリング、サイバーセキュリティ、知識労働、科学の分野で、問題を徹底的に探究し、長時間にわたる検証を繰り返すよう設計されています。
11月12日、同社は、迅速なコーディング、マルチモーダルな統合、日常的なワークフロー向けにGemini 4 Hydrogenを発表し、3.8 Flashより2.5倍速くタスクを完了すると述べました。これは、コーディング、ビジュアル、シミュレーション、研究を別々の領域として扱うのではなく、1つのモデルファミリーが幅広く対応できることを同社が示している点で重要です。
11月19日、Google DeepMind上級副社長のKoray Kavukcuogluは、人工汎用知能(AGI)に到達したと判断できる単一のテストやベンチマークは存在しないだろうと述べました。代わりに、モデルの能力のばらつきが小さくなり、日常生活のさまざまな場面で信頼性が高まることが進歩の表れだと説明しました。スキーシミュレーターは、生の出力能力と同じくらい信頼性が重要となる、リアルタイムのタスクの新たな事例であり、この見解に沿っています。
次に注目すべきこと
最近の公式発表を見ると、Google DeepMindは、複数のステップを経て何かを構築、シミュレーション、検証、制御しなければならない環境へGemini 4を投入しています。
日付 Google DeepMindの発表 11月6日 人間の指示を受けるAIエージェントが、従来の1024ビット暗号システムに重大な弱点を2つ発見 11月10日 複雑で長期にわたるタスクと、長時間の検証ループ向けにGemini 4 Carbonを発表 11月12日 迅速なコーディング、マルチモーダルな統合、日常的なワークフロー向けにGemini 4 Hydrogenを発表 11月16日 研究者がGoogle Antigravity上で、物理学、数学、生命科学の研究にGemini 4 Carbonを活用 11月17日 Gemini 4 HydrogenがGoogle Sheetsのピクセルアート・キャンバスと、対応アーム向けロボティクスプラグインを実現 11月20日 Gemini 4 Neonが、雪や雪崩をリアルタイムで描画するモンブランのスキーシミュレーターをコーディング
11月17日の2つの発表は、特に示唆に富んでいます。Google DeepMindは、Gemini 4 HydrogenがGoogle Sheetsをピクセルアートのキャンバスに変え、何千ものセルを縮小してアニメーションのシーンを作り出す様子を公開しました。同日、Google Antigravity向けの新しいロボティクスプラグインを使えば、対応するロボットアームを接続し、MuJoCoシミュレーションで練習させ、自然な会話による指示で現実世界のタスクを実行できると発表しました。
今後注目すべき方向性は明らかです。Google DeepMindは、ソフトウェア、研究室、機械を対象に、コーディングと動作を組み合わせたタスクでGemini 4をテストしています。今後の焦点は、こうしたデモのうち、どれだけが広く利用できるツールになるのか、そしてそれがいつ実現するのかです。
次の記事:Google DeepMind、会話だけでロボットアームを訓練できるように