たった一つの短いプロンプトから、広大なネオンのスカイラインへ
アナリストのMatthew Berman氏は最近、GoogleのGemini 4 Argonに対して、「3JSを使用して、最も素晴らしい超リアルなサイバーパンク都市の3Dアニメーションを構築せよ。詳細であればあるほど良い。少なくとも30fps、できれば60fpsで動作するようにし、ネオンカラーを多用し、高層ビルの間を車が飛んでいること」という単一のプロンプトで挑戦しました。30分後、Argonはそれを実現しました。
Berman氏の簡潔な入力にもかかわらず、モデルはブラウザ上で直接レンダリングされる、広大でインタラクティブなサイバーパンクの街並みを生成しました。視聴者は、そびえ立つ超高層ビル、複雑な照明、アニメーション化された飛行車両を備えた高密度な都市シーンを探索できました。その結果、60フレーム/秒（FPS）という安定したパフォーマンスを維持し、複雑なWebGLグラフィックスを処理する能力を証明しました。
Berman氏は、モデルが「ネオンカラーを少し使いすぎたかもしれない」と指摘しつつも、全体的な出力は「素晴らしい」と評価しました。このテストは、Argonの高度なコード合成能力と長期的な生成能力を実証し、最小限の指示から実質的なブラウザベースの3D環境を作り出しました。
重要なのは、これが本格的な本番アプリケーションではなく、焦点を絞ったクリエイティブコーディングのデモンストレーションであったという点です。この実験は、Argonの自律的なパフォーマンスチューニング能力と、クリエイティブな意図を解釈して複雑で忠実度の高いグラフィカルな結果を出す能力を強調しました。これは、単純なテキストをリッチでインタラクティブな3D体験に変換するモデルの驚異的な能力を裏付けています。
難しいのは光らせることではなかった
未来都市の静止画を生成することと、動的でインタラクティブなThree.jsシーンを構築することは全く別物です。それには、AIが以下を含む完全な3D環境を合成する必要があります：
- 建物やオブジェクトの正確な幾何学的モデル
- 定義された視点を持つ仮想カメラ
- リアルな照明を作り出すための複雑なライティングシェーダー
- シーンを継続的に更新するためのレンダーループ
- 動く要素のための調整されたアニメーション
Berman氏のプロンプトは、ブラウザ上で60フレーム/秒の滑らかさで動作する詳細な都市景観を生み出しました。そびえ立つ超高層ビルが視界を支配し、至る所にあるネオンの輝きに包まれていました。飛行車両がシーン内をアニメーションで移動し、賑やかな街並みにシームレスに統合されていました。
これは単なる綺麗な画像ではなく、完全に機能するリアルタイムの3D体験でした。モデルは「サイバーパンク都市」というクリエイティブな意図を解釈し、約30分でパフォーマンスの高いWebGLコードに変換することに成功しました。
唯一の欠点はネオンカラーのわずかな彩度過多でしたが、これは技術的な欠陥ではなく、AIによるクリエイティブな選択でした。Gemini 4 Argonは課題を明確に理解し、非常にシンプルなプロンプトから活気に満ちたアニメーションの世界を届けました。
コーディングに30分、視聴は60 FPSで
Berman氏の報告によると、コード生成は最初のプロンプトから完全にレンダリングされた3Dシーンまで約30分かかりました。生成されたThree.jsアニメーションはスムーズに動作し、ブラウザ上で安定した60フレーム/秒（FPS）を達成しました。この高いフレームレートは、単なる静止画や事前レンダリングされたビデオではなく、真に動的でアニメーション化されたシーンであることを示唆しています。
3D環境におけるリアルタイムのインタラクティビティと応答性には、高いFPSが不可欠です。60 FPSは素晴らしい数値ですが、パフォーマンスは大きく変動する可能性があることに留意してください。デバイスのハードウェア、ブラウザ、画面サイズ、その他の実行中のアプリケーションといった要因が、複雑なシーンのレンダリングの滑らかさに影響を与える可能性があります。
デモがいかに印象的であっても、あらゆるシナリオで一貫したパフォーマンスが保証されるわけではありません。この実験は、Gemini 4 Argonの速度や効率を、異なるプロジェクトやハードウェア構成間で比較するための再現可能なベンチマークを提供するものではありません。これは単に、科学的とは言えないものの、印象的な一つのデモンストレーションを披露しているに過ぎません。
それでも、詳細でアニメーション化された3D都市を構築し、最小限のプロンプトで高いフレームレートを達成できる能力は驚異的です。GoogleのAIモデルの詳細については、Google DeepMind - Geminiをご覧ください。出力の速度と複雑さは、Gemini 4 Argonの高度な空間推論能力と長期的な生成能力を示唆しています。
この記事が気に入ったら、毎朝同じようなものをメールで受け取れます。
1日1通 · 2クリックで解除 · サードパーティのトラッキングなし
印象的なデモであり、製品としての評価ではない
Berman氏のクイックテストは、単純なクリエイティブ・ブリーフを詳細なアニメーション付きのThree.jsプロトタイプへと変換するArgonの能力を確かに示しています。このモデルは、非常に短いプロンプトから、ジオメトリ、ライティング、空飛ぶ車を備えた複雑な3Dシーンを生成しました。目立ったプロンプトの工夫もほとんど必要ありませんでした。これは素晴らしいことです。
しかし、デモは完成品ではありません。この生成されたコードがチームにとって「保守可能」なのか、あるいは修正やデバッグが容易なのかはまだ不明です。さまざまなデバイスで堅牢に動作するのか、あるいは正確な修正や、より大規模で複雑なシーンに対応できるのか。このビデオでは、こうした実用的な疑問に対する答えは得られません。
開発者やクリエイターにとって、これはAIが生成したコードを最終的な解決策ではなく、強力な出発点として扱うべきであることを意味します。常に出力を精査し、徹底的にテストしてください。AIコーディングツールは、単なる華やかな第一印象ではなく、反復速度と全体的な信頼性で判断しましょう。
Gemini 4 Argonの真の価値は、開発ライフサイクル全体をどれだけサポートし、容易な改善と一貫したパフォーマンスを実現できるかにかかっています。見事なデモと、一貫性のある「プロダクションレディなコード」は別物です。
よくある質問
Gemini 4 Argonはビデオの中で何を作成しましたか？
Three.jsを使用したブラウザベースのサイバーパンク都市シーンを生成しました。ネオンに照らされた建物や空飛ぶ乗り物が含まれています。
生成にはどのくらいの時間がかかりましたか？
Matthew Berman氏によると、プロセスには約30分かかったとのことです。
デモは60 FPSで動作しましたか？
Berman氏の報告によると、デモンストレーション中、ブラウザ上でシーンは60 FPSで動作していました。
このデモは、Gemini 4 Argonがプロダクションレディな3Dアプリを構築できることを証明していますか？
いいえ。有望な一つのシーンを示してはいますが、デバイスやプロジェクトをまたいだ信頼性、保守性、パフォーマンスを確立するものではありません。