現在は信頼できるテスター限定でプレビュー提供中。Project Genieのウェイティングリストに登録して公開を待つのが現実的です。
11/2時点の判定。発表内容から編集部AIが判定しています。最新の提供状況は公式情報をご確認ください。
Google DeepMindは、テキストの指示や1枚の画像から、リアルタイムで自由に移動・操作できる3D世界を生成する新世代のインタラクティブ・ワールドモデル「Genie 4」を発表しました。従来の動画生成AIとは異なり、生成された空間の中でキーボードを使った移動や操作ができるほか、リアルタイムに文言を追記して世界の変化や音声をその場で書き換えることが可能です。
元動画: Genie 4: A new generation of world simulation
かんたん版：専門用語を使わずに説明しています
言葉や1枚の写真を入れるだけで、自分が実際に歩き回ったり遊んだりできる「インタラクティブなゲーム世界」をその場で作ってくれる最新AIです。
これまでの動画AIは「見るだけの映像」を作るものでした。しかし、今回のGenie 4（ジーニーフォー）は違います。パソコンのキーボードでキャラクターを動かしたり、途中で「流れ星を流して」「背景を爆発させて」とお願いすると、その瞬間に世界が変わります。
例えば、ゴッホの描いた有名な絵画を取り込むと、その絵の中に入り込んで歩き回れるようになります。さらに、画面の中のキャラと声で会話しながら冒険するゲームまで作れます。
ゲームを作る人や動画を制作する人は、頭の中にあるアイデアを数秒で遊べる形に試せるようになります。また、将来は「AIロボットに部屋の掃除を教えるための練習場」としても活用される予定です。
現在は、選ばれた専門家や開発者向けに試作用として公開されています。今後はGoogleの有料AIプラン（Google AI Ultra）を使っている人などに順次提供される予定です。
Google DeepMindが発表した「Genie 4」は、文章や写真から「自分自身で操作できる世界」を作り出す新しいAI技術です。単にきれいな動画を再生するのではなく、パソコンのキーボードでキャラクターを動かしたり、途中で指示を足して状況を変えたりできます。まるで頭の中で思い描いたゲームや映画の世界に、その場ですぐ飛び込んで遊べるような体験を実現します。
「で、結局何が発表されたの？」
Google DeepMindは2026年10月27日、最新の対話型世界シミュレーションAIモデル「Genie 4」を発表しました。このモデルは同社のGeminiモデル群を基盤に構築されており、テキストの指示（プロンプト）や単一の画像から、リアルタイムでインタラクティブな3D空間を構築できます。
今回の発表は製品の完成版ではなく、信頼できるテスター（Trusted Testers）向けの「リサーチプレビュー」段階です。完全一般公開には至っていませんが、以下の利用枠組みで順次展開されることが明記されています。
「前までの動画AIと何が違うの？」
従来の動画生成AIは、あらかじめ指定された内容に基づいて固定の映像を出力する「鑑賞型」のツールでした。これに対してGenie 4は、リアルタイムなキーボード入力や文言の変更に対応し、生成された環境の中で読者が直接インタラクションを行える「遊べるワールドモデル」へと進化しています。具体的な映像デモから確認できる目玉の変化を4つのポイントで解説します。
最初のデモでは、「夕暮れの雪原を歩くエジプトカンムリツル」というプロンプトから生成された映像が提示されます。画面左下には「W A S D」の操作キーが表示され、キーボードを押すことで鶴の進む方向や角度をリアルタイムに操作できます。
単に背景が流れるだけでなく、鶴の足元に積もった雪の質感や足跡、背景の地平線の遠近感がキー操作に合わせて破綻なくレンダリングされ続けます。読者はあたかも既存の3Dアクションゲームをプレイしているかのような感覚で、AIがその場で計算・描画する空間を移動できます。
デモ中では、操作を継続しながら画面下部のテキストボックスへ新しい指示を入力する様子が示されています。「流れ星が空を横切る」と打ち込むと、歩行中のツルの上空に即座に光跡が現れます。
さらに「雪の中の白いピアノに向かって歩き、キーを押す」と入力すると、鶴が自発的にピアノに近づいてクチバシで鍵盤を叩き、それに合わせて「ポーン」と鍵盤の音が再生されました。視覚変化だけでなく、物理的な行動と音響効果がリアルタイムに連動する点が大きな進化です。
デモの後半では、ゴッホの名画「星月夜（The Starry Night）」の写真をモニタに読み込ませる演出が行われました。「視覚的な一貫性を保ちながら、移動して探索できる世界に変換せよ」と命じると、油絵独特の筆致や厚塗りの絵の具の質感を維持したまま、石畳の路地や家並みが広がる立体的な空間が立ち上がります。
カメラが路地を進むと、物陰に隠れていた建物や遠くの山々が見え隠れし、環境音（アンビエントサウンド）も合わせて生成されます。平面の美術作品やコンセプトアートから、そのまま歩き回れるレベルの3Dマップを瞬時に構築できる能力を示しています。
ドラゴンの背中に乗って空中を飛ぶ一人称視点のゲーム風デモでは、マイクを通じた音声対話が実演されました。プレイヤーが「城を攻撃しよう！」と声をかけると、隣を飛ぶ騎士のキャラクターが「だめだ！罠だ！」とリアルタイムの音声で応答します。
映像の生成だけでなく、世界の中に存在するNPС（操作不能なキャラクター）とのリアルタイムな対話や感情表現、音声応答がGeminiのマルチモーダル機能と統合されて処理されています。
Genie 4はエンターテインメント用途にとどまりません。実験室でロボットアームが微量な液体をピペットで採取するマルチ画面のデモでは、AIが仮想空間内に無数の実験環境を自動生成し、ロボットの動作アルゴリズムを高速にトレーニングする様子が示されました。
現実世界でロボットに複雑な作業を教えるには膨大な時間と破損リスクが伴いますが、Genie 4によって生成された忠実な物理シミュレーション環境を活用することで、現実での安全かつ確実な動作獲得を後押しします。
「ベンチマークスコアや数値の変化は？」
今回の公式発表動画および概要欄において、定量的なベンチマークスコアやフレームレート、解像度の具体的な数値スペックは提示されていません。動画内では「結果は例示目的であり、シークエンスは短縮されている」との注記があるのみです。
したがって、過去バージョンとの数値比較については「動画内での定量的データの公表なし」となります。（編集部注：DeepMindの技術ブログ等で順次追記される可能性があります）。
「OpenAIのSoraや他の動画AIと比べて何が違うの？」
あらかじめ動画を作るSoraに対し、Genie 4はその場で動かせるゲーム環境を作る。
実質的なライバルとなる生成AIモデルとの比較を整理します。競合情報には編集部の知見を含みます。
| 比べること | Genie 4（Google） | Sora（OpenAI） | 有利なのは |
|---|---|---|---|
| リアルタイム操作 | キーボード（WASD）で即時操作可能 | 不可（生成後の動画出力のみ） | Genie 4 |
| 途中の状況変更 | テキスト入力で即時に世界や音を変更 | 再生成やインペイントが必要 | Genie 4 |
| 音声連動 | リアルタイムな環境音・台詞出力 | 音声合成は別処理 | Genie 4 |
| 映像解像度・長さ | 試作レベル（短時間のシミュレーション） | 最高数分間の高精細映画品質 | Sora |
OpenAIの「Sora」やRunwayの「Gen2/Gen3」は、あらかじめ完成された高品質な映像ファイル（MP4等）を出力することに特化しています。一方、Genie 4は「読者の入力に応じて毎フレーム世界を再計算する」というリアルタイムなインタラクションに振り切っている点が最大の違いです。映像の美しさでは先行ツールに譲る場面もありますが、「自分で操作できる」という点においてGenie 4は独自のアドバンテージを持っています。
「いくらで使えるの？」
動画内および公式概要欄では、Genie 4の単体利用料金やAPIの具体的な従量課金体系に関する明示的な言及はありません。
ただし、提供形態として以下の情報が提示されています。
「日本のパソコンから今すぐ使えるの？」
結論から言うと、一般の日本の読者が今日から直接使うことはまだできません。
現在は限定されたテスト参加者（Trusted Testers）への先行提供段階であり、一般公開のウェイティングリスト（登録フォーム）が案内されている状態です。日本から試すための準備手順は以下の通りです。
「で、自分にはどう関係してくるの？」
専門職ごとにGenie 4が与える将来的な影響をまとめました。
ゲーム開発や3Dアプリケーション開発のワークフローが根底から変わる可能性があります。従来のメッシュ作成やライティング、物理エンジンの構築を行わずに、プロンプトだけで即座にプロトタイプ（試作品）を作成し、動作確認を行えるようになります。また、ロボティクス分野における強化学習用の環境生成コストが大幅に削減される期待があります。
広告クリエイティブや空間デザインの提案において、「静止画や動画を見せる」段階から「クライアントにその空間を歩いてもらう」提案スタイルへと移行できます。たとえば店舗デザインやイベント会場のイメージをGenie 4で立ち上げ、リアルタイムに客装や照明を打ち替えてプレゼンテーションを行うことが可能になります。
製品開発や検証にかかるシミュレーションコストの劇的な抑制が期待できます。特に物理的な試作機や実験場を必要とするハードウェア・ロボティクス関連事業では、仮想空間内での並行実験によって開発期間を大幅に短縮できます。自社データやデザインアセットをインタラクティブな資産に変える戦略が求められます。
「次に読者が取るべき行動は？」
Genie 4の発表は、AIが「動画を作る道具」から「読者と対話し、一緒に遊べる環境を作る道具」へと移行したことを示す重要な節目です。単なる映像鑑賞を超えたインタラクティブなコンテンツ制作や、物理ロボットの学習基盤として大きな可能性を秘めています。
今すぐ体験してみたい読者は、まず公式のウェイトリストフォームに登録し、Project GenieおよびGoogle AI Ultraへの順次アクセス枠の確保を進めましょう。
同じ話題の記事まだGoogle DeepMindが新AI『Genie 4』発表 映像と音声が動的に連動する世界モデルGenie 4は映像と音声の同時生成に対応し、リアルタイムでの操作や会話が可能前日に出た記事から大きな発表を選び、1本2行でまとめてメールで届けます。無料・いつでも解除できます。
主要企業の大きな発表だけ、1日4回まで。夜22時〜朝7時は鳴らしません。いつでも解除できます。
本記事は元動画の映像・音声をAIが解析して自動生成したものです。誤りが含まれる可能性があるため、正確な仕様・料金は公式発表をご確認ください。元動画を見る（解析モデル: gemini-3.5-flash）制作方法と事実確認の手順は編集方針をご覧ください。誤りのご指摘はお問い合わせから受け付けています。
Google DeepMindが発表した「SynthID Bio」は、AI設計のタンパク質配列や3D構造に不可視の電子透かしを埋め込む技術です。機能に影響を与えないことを実験室で実証し、コードのオープンソース化を進めています。
Google DeepMindが次世代ロボット制御モデル「Gemini Robotics 2」を発表しました。全身制御、22関節の多関節ハンド操作、複数ロボット間の言語による自律協調動作という3つの進化点をデモ映像とともに解説します。
Googleが新AIモデル「Gemini 4 Carbon」を発表。弱点の発見88.2%、修正71.0%と防御の流れで最高水準をうたう。提供はまず一部の専門家向けで、料金は100万入力トークン2ドル。
Google DeepMindが発表した「Gemini Robotics 2」の技術詳細を解説。全身の自律制御、電球交換やゴミ袋結びなどの高度な指先操作、複数ロボットが自律的に役割分担する協調動作など、実機デモを基にその進化を検証します。
