Genie 4、言葉で場面を変えながら音や会話もリアルタイム生成

Google DeepMindは2026年10月27日、移動や言葉の指示に応じて変化する仮想環境を生成するワールドモデル「Genie 4」を発表しました。場面とともに環境音や会話までリアルタイムで生み出すのが特徴ですが、現在は限られたテスター向けの研究プレビューです。

歩き回りながら、言葉で天気や登場人物を変える

公式デモでは、キーボードで移動やカメラ操作を行い、文章で場面に変更を加えています。天気を変える、カメラを動かす、人や物を登場させるといった指示を、進行中のシミュレーションに反映できる仕組みです。

音も世界と同時に生成されます。風や波などの環境音、音楽に加え、登場人物が入力や周囲の出来事に応じて会話する機能も紹介されています。

見た目や振る舞いを現実に近づける役割はGemini Omniが担い、ほかのGeminiモデルが場面のつながりや一貫性を支えます。

ゲームの試作や、撮影前の場面づくりに

テスターのゲーム開発者やクリエイティブ技術者は、エンジンのコードを書く前に、歩き回れる試作品で画風や素材の質感、インタラクションを試しています。制作初期のアイデアを具体的な場面にして検討する使い方です。

映画制作でも、カメラの角度や照明、せりふ、動きをその場で変えながら、撮影前のイメージを探る試みが進んでいます。いずれも初期段階の活用で、完成した商用ゲームを自動制作したり、開発エンジンを置き換えたりできると示されたわけではありません。

同じ物が、同じまま残るとは限らない

Google DeepMindは、短いセッションでは整合性を保てる一方、長時間の利用や複雑な変更の繰り返し、場面内の移動によって、見た目の細部や物体の一貫性が崩れることがあると説明しています。そこにあった物が、同じ状態で残り続けるとは限りません。

複雑な物理挙動、リアルタイムの音の正確さ、文字の読みやすさ、空間の正確さも研究課題です。また、生成する映像と音声には、AI生成コンテンツの識別を助ける電子透かし「SynthID」を入れるとしています。

Google AI Ultra加入者への提供はこれから

研究プレビューは現在、信頼されたテスターの限定グループに展開されています。今後はProject Genieを通じたGoogle AI Ultra加入者向けと、Gemini API・Google AI Studioの早期アクセスパートナー向けに提供する予定です。

Google AI Ultraに加入していても、現時点で全員が利用できるわけではありません。利用を希望する人向けには、Project Genieの待機リストが用意されています。