Genie 4とは｜Google DeepMindの世界モデルの特徴・Geminiとの連携・提供時期・注意点

Google DeepMindは2026年10月27日、新しい「世界モデル」の「Genie 4」を発表しました。世界モデルとは、文章や画像をもとに、その中を歩き回ったり操作したりできる仮想の世界を、リアルタイムに作り出すAIです。Genie 4では、映像の写実性が大きく上がり、環境音や音楽、登場人物の会話も同時に作れるようになりました。現在は、限られたテスターに研究段階のプレビューとして提供しています。

Genie 4とは

Genie 4では、ある出来事を起こすと、そのあと世界がどう反応し、どんな音がして、そこにいる人がどう動いて話すかを、AIが続けて作り出します。利用者はキーボードで移動やカメラの向きを操作し、文章で場面を変えていきます。

言葉で世界を変える：天気を変える、カメラを動かす、新しい人物や物を登場させる、といった指示をその場で出せる
物理の再現：空気の流れや物のぶつかり合いなど、現実の物理に近い動きを作る
人物の動き：人が自然に動き、周りの変化に反応する。Google DeepMindは、これが最も大きな進歩だとしている
音の生成：木々を揺らす風や波の音といった場所ごとの音や、音楽を同時に作る。Genie 4は、音を一緒に作る同社初のリアルタイムの世界モデル
会話：登場人物が利用者の操作や世界の出来事に合わせて、その場で話す

Google DeepMindは、世界を再現することは、人間並みに幅広くこなすAI（AGI）に向けた重要な一歩だと位置づけています。ロボットやAIエージェントを安全に訓練する環境づくりや、映画・報道・ゲーム・製造といった分野の制作に役立つとしています。

Geminiとの組み合わせ

Genie 4は、Geminiのモデルの力を取り込んでいます。Gemini Omniが世界の見た目や動きを現実に近づけ、ほかのGeminiのモデルが、世界のつじつまが合い続けるように考える役割を担います。

たとえば、Gemini 3.8 Flashは案内役として、生成中の世界を見続けます。目標をいくつかの手順に分け、映像を確認しながら、各手順がうまくいったかを確かめます。利用者が途中で指示を変えても、計画を立て直します。Google DeepMindは、Gemini 4 ArgonとGenie 4を組み合わせ、Apptronikの人型ロボット「Apollo」がチェッカー（西洋のボードゲーム）を遊ぶ様子を、手順ごとに模擬する例も示しています。

テスターによる使い方

Google DeepMindは、映像制作、報道、教育、ゲーム、エンジニアリングの分野のテスターと試してきました。紹介されている使い方は次のとおりです。

映像制作：撮影前に場面の中に入り、カメラの角度や照明、せりふを変えながら何度も「テイク」を試す
報道・歴史：古い1枚の写真から、その場所を動きのある世界として数秒で再現する。洪水や山火事が広がる様子を見せる使い方も試している
ゲーム：アイデアから、歩き回れる試作品を数秒で作り、見た目や遊び方を言葉で試す
模擬実験：企業が、さまざまな場面を素早く作る道具として評価している

提供の予定

Genie 4は、まず限られたテスターに提供を始めました。今後、Google AI Ultraの契約者向けの「Project Genie」と、Gemini APIとGoogle AI Studioの早期アクセスの参加者に提供する予定です。時期は「近く」とだけ示されています。Project Genieでは待機リストへの登録を受け付けています。料金や、日本を含む提供地域は、発表では示されていません。

安全対策と残る課題

Google DeepMindは、ほかのモデルと同じ安全方針にもとづく制限を設け、社内での安全性の評価を経てからプレビューを始めたとしています。Genie 4が作る映像と音には、AIが作ったものだと判別できる、目に見えない透かし「SynthID」が入ります。

一方で、Genie 4はまだ初期の実験的なモデルだとも説明しています。短い時間なら世界の一貫性を保てますが、長く動かしたり、複雑な指示を何度も重ねたり、場面の中を動き回ったりすると、細部や物の位置がずれていくことがあります。複雑な物理のやり取り、音の正確さ、文字の表示、空間の正確さ、長い時間の一貫性は、今も研究中の課題です。