Genie 4は、Google DeepMindが2026年10月27日に発表した世界モデルで、同日にGoogle DeepMindのブログで紹介されました。映像だけでなく、環境音や音楽、キャラクターの対話も同時に生成します。ユーザーはキーボードでシミュレーションの中を移動し、実行中にテキストで場面を書き換えることもできます。ゲーム、映像、ロボット訓練にとっての魅力は、現実の世界で代償を払う前に、仮想の世界で試行錯誤できる点にあります。
音が最大の変化
Genie 4は、DeepMind初のネイティブ音声生成に対応したリアルタイム世界モデルです。世界ごとに固有の環境音があり、木々には風の音、海辺には波の音があり、キャラクターの対話は入力や世界の中の出来事に応じてリアルタイムに変化します。シミュレーションは、聞き、応答し、中断できる現場により近づきます。
場面は走りながら変えられる
ユーザーはシミュレーションの実行中に、自然言語で天気を変えたり、カメラを動かしたり、新しい人物や物体を加えたりできます。Geminiは周囲の場面に合わせてプロンプトを調整します。ループの中でGemini 3.8 Flashは案内役のエージェントとして場面を観察し続け、目標を手順に分解し、フレームごとに進捗を確認します。ユーザーが介入したり世界が変化したりすると、その場で計画を調整します。Gemini Omniはシミュレーションを現実世界の見た目と振る舞いに固定し、他のGeminiモデルが一貫性の維持を助けます。
まず信頼できるテスターへ、限界も明示
Genie 4は現在、信頼できるテスター向けの研究プレビューとして提供されています。その後、Project GenieのGoogle AI Ultra加入者と、Gemini APIおよびGoogle AI Studioの早期アクセスパートナーに先に届けられます。DeepMindは同時に、シミュレーションが長くなるほど、編集が複雑になるほど、視覚的な細部や物体の持続性がずれやすくなり、複雑な物理相互作用、リアルタイム音声の正確性、読みやすい文字の描画、空間的な正確性が依然として研究課題であることを認めています。Genie 4が生成するすべての動画と音声にはSynthIDの透かしが入り、AI生成コンテンツを識別できます。
多くの読者にとって、Genie 4の価値は「さらにもっともらしいデモ」ではありません。世界シミュレーションを繰り返しリハーサルできる仕事の方法に変える点にあります。映画製作者は場面に入って撮影を試し、ゲームチームはエンジンのコードを書く前に遊びを検証し、ロボットチームは仮想環境で手順を試せます。ただ、より多くの人に開かれるまでは、すぐに納品できる製品というより、研究プレビューに近い存在です。
