Google DeepMind、Genie 4を研究プレビュー公開
原題: Google’s Genie 4 world model adds audio, more realistic worlds, and real-time steering
なぜ重要か
ロボット訓練・ゲーム・映像制作など複数産業にまたがる世界モデル市場で、Googleが音声と高精度物理演算を加えた本格的な競争力を持つ製品を投入した点は、業界構造の変化を加速させる可能性がある。
Google DeepMindは2026年10月27日、世界モデル「Genie 4」を研究プレビューとして公開した。同モデルはリアルタイム音声生成、フォトリアリスティックな映像品質、プロンプトによる場面のリアルタイム編集に対応。シーン維持時間は最大2分と前世代の2倍に延び、AIモデル「Gemini」との統合も強化された。
Google DeepMindが発表したGenie 4は、世界モデル技術の最新版として複数の機能強化を実現した。前作「Genie 3」が研究プレビューとして公開されてから約1年での後継リリースとなる。
最大の変化点は、音楽・環境音・インタラクティブな会話を含むリアルタイム音声生成の追加だ。映像面では前世代より大幅に写実的になり、天候や視点、登場人物・オブジェクトをシミュレーション中にプロンプトで変更する「フリーフォーム編集」も可能になった。物理演算の精度も向上し、人物キャラクターの表現もより自然になったとされる。
Geminiとの統合も注目点のひとつ。GeminiがGenie 4の「ディレクター」役を担い、ステップの計画とフレームの検証を行いながら、Genieが映像を生成するという構成だ。Gemini Roboticsとの研究実験では、Gemini 4 ArgonモデルがタスクをステップごとにGenie 4でリアルタイム模拟し、ロボット動作の事前検証への応用可能性を示した。
Google DeepMindのリサーチディレクターであるTejas Kulkarni氏は「将来的には、GeminiがコードやテキストをリアルタイムでGenieに渡し、さまざまな抽象レベルで現実をシミュレートするハイブリッド世界モデルが主流になる」と述べた。
商用ユースケースとして、ゲーム・インタラクティブ学習・ロボティクスが挙げられているが、「トラステッドテスター」と呼ばれる優先アクセスユーザーからは映像制作のプロトタイピング用途への需要が上がっているという。Google DeepMindエンジニアのDiego Rivas氏は「リアルタイム性はアイデア出しやストーリーボード作成といった、クリエイティブなフロー状態を維持する場面で最大の価値を発揮する」と説明した。
競合環境も活発化している。AI動画スタートアップのRunwayは「GWM Worlds 2」を既に公開。World LabsがAMDに買収され、AmazonがDecartを交渉中、RivianがThird Dimensionを買収するなど、世界モデル業界の再編が進んでいる。