
- Genie 4をGoogle AI Ultra加入者向けに提供開始、探索中のプロンプトで環境をリアルタイム編集
- Genie 3は1回の生成が最大3分(従来60秒)に延長、360度パノラマ起点の生成やワールド連結に対応
- 会話で世界を作るProject Genieエージェントと、作品を共有・リミックスできるギャラリーを新設
Genie 4の提供開始
Google DeepMindは2026年11月18日、対話型の3D世界を生成・探索できる「Project Genie」の新しい体験を、対象となるGoogle AI Ultra加入者向けに提供開始すると発表しました。中核となるのが新しい世界モデル「Genie 4」です。Project Genieは、同社の世界モデル群とGeminiモデルを組み合わせ、ブラウザ上で世界を生成し、その中に入り、形を変えられるようにする試みだと説明されています。
Genie 4では、世界を探索している最中に新しいプロンプトを入力し、その場で環境を編集できます。天候を変える、キャラクターを登場させる、展開の向きを変えるといった操作が可能だとされています。さらにGenie 4は、場面に合わせて変化するリアルタイムのネイティブ音声を初めて組み合わせたとされています。
Genie 3の強化点
Genie 4が最も精細な映像・物理・ネイティブ音声を提供する一方、Genie 3もProject Genieのモデルピッカーに残ります。長い実行やパノラマ画像を起点にした空間を使いたい場合に選ぶ位置づけです。今回のGenie 3の更新は3点に整理できます。
1点目は、1回の生成あたりの探索時間が最大3分に延びたことです(従来は60秒)。複数のワールドを連結し、より長い旅程を作ることもできます。2点目は、360度パノラマ画像を起点に新しい世界を生成できるようになったこと。3点目は、探索中に自然言語プロンプトで環境を動的に変える「リアルタイムなワールド内イベント」です。原文では、森・海底遺跡・氷の海を連続して飛び回る例が示されています。
エージェントとギャラリー
新しく追加された「Project Genieエージェント」は、単発のテキストや画像プロンプトではなく、自然言語の会話を通じて世界を作る仕組みです。ユーザーが構想を言葉で説明すると、エージェントがGoogleのマルチモーダルモデル群を組み合わせ、世界の見た目を決める初期ビジュアルと、雰囲気に合わせたBGMを生成します。さらにGeminiモデルが画面上の出来事を観察し、次に向かう先の候補を提示したり、ワールド内のイベントを自動で発生させたりすると説明されています。
コミュニティギャラリーも新設されました。キュレーションされた作品とユーザー制作の作品が並び、誰でも探索やリミックスができます。原文では「Living Memory」「Dino Field Guide」「Rock Paper Scissors」といった例に加え、クリエイターのWill aka BLVCKL!GHT氏と作った「Villa Giallo」、映画監督のAnand Gandhi氏と作った「The Life of Ants」が紹介されています。
現時点の制約と注意点
原文は、Genie 3とGenie 4が依然としてフロンティア研究段階の世界モデルだと明言しています。課題として、カメラの遅延、複雑な物理的相互作用、リアルタイム音声の精度、長期的なシーンの永続性が挙げられています。生成した世界が長時間にわたって一貫しているか、物理挙動がどこまで正確かは、まだ発展途上とみられます。
安全管理の面では、Project Genieで生成されるすべての映像と音声にSynthIDの透かしが入り、モデルの入力と出力はすべて安全性のスクリーニングを通ると説明されています。提供対象は「対象となるGoogle AI Ultra加入者」で、Google AI Pro会員は同じページからウェイトリストに登録できます。日本での提供時期や料金については、原文に記載がありません。
| 項目 | Genie 4 | Genie 3 |
|---|---|---|
| 位置づけ | 最新の世界モデル | モデルピッカーで引き続き選択可能 |
| セッション中の編集 | プロンプトで天候・キャラクター・展開をリアルタイム変更 | 自然言語プロンプトによるリアルタイムなワールド内イベント |
| ネイティブ音声 | 映像に適応するリアルタイム音声 | 原文に記載なし |
| 1回の生成時間 | 原文に記載なし | 最大3分(従来は60秒) |
| パノラマ画像 | 原文に記載なし | 360度パノラマ画像を起点に生成可能 |
With Genie 4, our most realistic and interactive world model yet, you can now prompt mid-session to change the world you created.
これまでで最も現実的で対話的な世界モデルであるGenie 4では、セッションの途中でプロンプトを入力し、自分が作った世界を変更できるようになりました。
今後の見通し
Genie 4は研究段階のモデルで、原文もカメラ遅延や物理相互作用、音声精度、シーン永続性を課題として挙げています。今後これらの指標がどこまで改善されるかが、実用性を判断する材料になるとみられます。あわせて、Google AI Ultra以外のプランへの展開時期、日本を含む提供地域、料金体系が明らかになれば、企業としての導入判断がしやすくなります。APIでの提供や商用利用の条件が示されるかどうかも注目点です。ギャラリー上の作品が増えれば、どのような用途に向くのかという傾向が見えてくる可能性があります。
日本の開発者・IT企業にとっての意味
世界モデルは、動画生成の次の段階として、操作できる空間そのものを生成する技術として注目されています。日本のIT企業にとっては、まずゲーム、映像、教育、建築可視化といった領域で、プロトタイプづくりの手段が変わる可能性があります。従来は3Dモデリングやゲームエンジンでの実装が必要だった空間の試作が、自然言語のプロンプトと会話で回るなら、企画段階の検証コストは下がるとみられます。一方で、現状はGoogle AI Ultraという上位プラン向けの研究段階の提供であり、業務利用を前提としたSLAやデータ管理の情報は原文にありません。生成物の権利やSynthIDによる識別をどう扱うかは導入前の確認事項になります。まずは限定的な検証で、実務の素材としてどこまで耐えるかを見極める段階と考えられます。
気になる点
- 日本からも使えますか。費用はいくらですか
- 原文には提供国・地域の記載がなく、日本での提供可否は明らかにされていません。対象となるGoogle AI Ultra加入者が利用でき、Google AI Pro会員はウェイトリストに登録できるという案内のみです。料金も原文に記載がないため、現時点では公表されていないとしか言えません。
- Genie 3はもう使えなくなるのですか
- 使えなくなるわけではありません。Genie 3はProject Genieのモデルピッカーに残り、長い実行やパノラマ画像を起点にした空間を使いたい場合の選択肢として案内されています。1回の生成は最大3分(従来60秒)に延び、複数ワールドの連結や360度パノラマ画像による生成にも対応しました。用途に応じてGenie 4と使い分ける形です。
- 生成したコンテンツの出所はどう識別しますか
- 原文によると、Project Genieで生成されるすべての映像と音声にSynthIDの透かしが埋め込まれます。SynthIDはGoogleが開発した、生成コンテンツであることを示す電子透かしの仕組みです。加えて、モデルの入力と出力はすべて安全性のスクリーニングを通ると説明されています。検出方法の詳細や第三者向けの検証ツールについては、原文に記載がありません。
用語解説
- 世界モデル
- 環境の状態や変化を内部で表現し、先の展開を予測・生成するAIモデル。ここでは操作可能な3D空間の生成を指します。
- SynthID
- Googleが開発した、AI生成の画像・音声などに埋め込む電子透かし技術です。
- パノラマグラウンディング
- 360度パノラマ画像を手がかりに、その空間を起点とした世界を生成する手法です。
- マルチモーダルモデル
- テキスト・画像・音声など複数の種類のデータを扱えるAIモデルのことです。
- ウェイトリスト
- 提供開始前に利用希望者を事前登録しておく待機リストのことです。
出典
Genie 4 is now available
AI導入も顧問も、お任せください
何から手をつけるか、どこまでAIに任せるか。自社の業務に合わせて整理し、導入から運用まで伴走します。相談だけでも構いません。
AI導入について相談する