Gemini OmniはGoogleの新しいワールドモデルで、高度なAIビデオ生成機能を搭載

(unspecified tech media, possibly Mashable Light Speed) 米国

概要

GoogleはGoogle I/O 2026で、新しいAIワールドモデル「Gemini Omni」を発表しました。Gemini Omniは、テキスト、オーディオ、画像、ビデオを入力として受け付け、Geminiの「現実世界知識」を活用して独自のインタラクティブな世界を生成できるマルチモーダルモデルです。より正確な物理法則に基づいたビデオ生成や、会話によるビデオ編集機能も備えており、AGIへの重要な一歩とされています。

詳細

Googleは、Google I/O 2026において、その最先端のAIワールドモデルである「Gemini Omni」を正式に発表しました。このマルチモーダルモデルは、テキスト、オーディオ、画像、そしてビデオといった多様な形式の入力を受け付けることができ、Googleの広範な「現実世界知識」を統合して、ユーザー独自のインタラクティブな世界を生成する能力を持つことが大きな特徴です。Gemini Omniの発表は、AIが単なるコンテンツ生成ツールを超え、複雑な現実世界を理解し、そのダイナミクスをシミュレートする能力を獲得しつつあることを示唆しています。

この新モデルの際立った特徴の一つは、その高度なビデオ生成機能です。従来のAIビデオ生成がしばしば直感に反する物理法則を示すことがあったのに対し、Gemini Omniは「より正確な物理法則に基づいたビデオ生成」を実現するとされています。これにより、生成されるビデオコンテンツは、現実世界により近い説得力と信頼性を持つことになります。さらに、ユーザーは会話型のインターフェースを通じてビデオコンテンツを編集できるため、クリエイティブなプロセスが大幅に簡素化され、より多くの人々が複雑なビデオ制作にアクセスできるようになります。この技術は、汎用人工知能（AGI）の実現に向けた重要なマイルストーンとして位置づけられており、GoogleがAIのフロンティアでリーダーシップを確固たるものにするための戦略的投資を示しています。Gemini Omniは、エンターテインメント、教育、シミュレーションなど、幅広い分野で革新的なアプリケーションを可能にするでしょう。