720p・24fps・音声同期・リアルタイム操作——GoogleのGenie 4がGemini APIで開発者向けに公開
DRANK

11月20日、Googleが「Genie 4 is now available on the Gemini API.」と題した記事を公開した。テキストや画像を入力するだけで720p・24fps・音声同期・リアルタイム操作という複合スペックのインタラクティブ世界を生成できるモデル「Genie 4」が、Gemini APIおよびGoogle AI Studioを通じて開発者向けに提供開始された。映像生成・音声・操作性を単一モデルに統合したという点で、映像生成モデルの競争に新たな次元を持ち込む発表だ。

by @tf_official
Related Topics: AI Google Cloud Deep Learning