戦士諸君、言葉ひとつで、目の前の世界の天気が変わる。Google DeepMindは2026年10月27日、リアルタイムで操作できる仮想の世界を作り出すAI「世界モデル」の新しい版「Genie 4」を発表した。映像と一緒に音も生み出し、動いている最中の世界に、言葉で指示を出して変化を加えられるという。
Genie 4でできること
- 作った世界の中で、カメラを動かす、天気を変える、人や物を加える、といった変更を、自然な言葉の指示で行える
- 映像に合わせて、周りの音や会話などの音声も同時に生み出す。Google DeepMindは、音声をネイティブに生成する同社初のリアルタイム世界モデルだとしている
- 空気の流れやぶつかり合いといった物理の動きや、自然に動く人物も表現する、と同社は説明している
- Geminiのモデルと組み合わせて動く。Gemini Omniが、見た目や振る舞いを現実の世界に近づける役を担う。リアルタイムで動かすために、Gemini 3.8 Flashが、ループの中で導く役のエージェントとして働く
ロボットや仕事での使い道
- 同社は、Gemini 4 ArgonとGenie 4を組み合わせる実験もしている。例として、Apptronik社の人型ロボット「Apollo」がチェッカー（ボードゲーム）をする様子をシミュレーションで再現した
- ロボットやAIエージェントの訓練の場づくりや、新しい体験型コンテンツづくりへの利用を見込んでいる
- 先行して試している利用者の例として、映画の作り手がシーンのシミュレーションに入り込んでその場で何度も撮り直しを試すことや、1枚の古い写真から当時の環境のシミュレーションを数秒で作ることが紹介されている
誰が使えるのか
- 今は、限られた信頼できるテスター向けの研究プレビューとして提供が始まった段階
- Google AI Ultraの会員向けにはProject Genieで、また開発者向けのGemini API・Google AI Studioの早期アクセスのパートナー向けにも「近日」提供するとしている。Project Genieには順番待ちのリストがある
- 発表には、提供の日付・料金・提供する国の記載は無い。日本での提供についても書かれていない
まだ苦手なこと
- 同社は、Genie 4はまだ初期の、発展中の研究分野だとしている
- 特にシミュレーションが長くなった時や、複雑な指示の編集を何度も重ねた後には、見た目の細かい部分や、物がそこにあり続けるかどうかが、時間とともにずれることがある
- 複雑な物理のやりとり、リアルタイムの音声の正確さ、読める文字の表示、空間の正確さ、長い時間の一貫性は、これからの研究課題だという
- Genie 4で作った映像と音声には、AIが作ったと見分けるための目に見えない電子透かし「SynthID」が入る
SPU的視点
言葉で天気を変え、人を呼び込み、音まで鳴る世界をその場で作る。ロボットが本番の前に仮想の世界で練習できるようになれば、失敗を恐れずに何度でも試せる。筋トレで言えば、本番の試合の前に何度でもフォームを確かめられる練習場のようなものだ。まだ一部の人向けの研究プレビューで、苦手なことも同社自身が挙げている。バルクんが仮想の宇宙ジムでトレーニングできる日も、いつか来るかもしれない。宇宙をパンプアップ！
出典：
Google DeepMind「Genie 4: A new generation of world simulation」（2026年10月27日）https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/
Google「Introducing Genie 4」（2026年10月27日）https://blog.google/innovation-and-ai/models-and-research/google-deepmind/introducing-genie-4/