本サイトの記事や画像は、AIが公的資料や複数の報道を基に事実関係を整理・再構成し制作したものです。[続きを表示]特定の報道内容や表現を再利用・要約することを目的としたものではありません。ただし、誤りや不確定な情報が含まれる可能性がありますので、参考の一助としてご覧いただき、実際の判断は公的資料や各出典元の原文をご確認ください。[私たちの取り組み]
Google DeepMindは2026年10月27日（現地時間）、利用者の操作に応じて仮想世界を生成する世界モデル「Genie 4」を発表した。映像に加え、環境音や音楽、登場人物の対話も同時に生み出す。限定テスター向けの研究プレビューを開始しており、今後はGoogle AI Ultra加入者や開発者向けにも提供する計画だ。
操作に応じて映像と音声を生成、一貫性には課題
同社はGenie 4を、自社初の音声をネイティブ生成するリアルタイム世界モデルと位置付けている。テスターは映画の事前可視化やゲームの試作などで活用を評価しており、研究プレビューを通じてフィードバックを集めている。
利用者はキーボードで移動やカメラを操作し、生成中の場面に文章で指示を出せる。自然言語で天候を変えたり、人物や物体を追加したりすることも可能だ。仮想世界を探索しながら、その内容にも変更を加えられる。
技術面では、Gemini Omniが現実世界に即した外観や動作を支え、Gemini 3.8 Flashが生成中の場面を観察して、複数段階の行動を計画・修正する。Google DeepMindは空気力学や衝突、人の自然な動きなどを再現する機能を紹介している。ITmedia NEWSは、Genie 3と比較して写実性や物理挙動の表現が改善したと伝えている。
一方、複雑な物理的相互作用、音声の正確さ、空間精度、文字の描画には研究課題が残る。同社は、長時間の利用や複数回の場面変更によって、映像の細部や物体の状態にずれが生じる可能性を認めている。
生成する映像と音声には、AI生成コンテンツを識別する電子透かし「SynthID」を埋め込むとしている。映画制作やゲーム開発などへの実用性についても、限定テスターによる評価を進める。
今後はProject Genieを通じてGoogle AI Ultra加入者に提供するほか、Gemini APIとGoogle AI Studioの早期アクセスパートナーにも展開する予定だ。具体的な提供開始日は示されていない。
参考・出典
- Genie 4: A new generation of world simulation
- We’re announcing Genie 4, our new world model for real-time interactive simulation.
- Google DeepMind、ワールドモデル「Genie 4」発表 音声や会話もリアルタイム生成、Geminiと連携
- Google’s Genie 4 world model adds audio, more realistic worlds, and real-time steering
- Google’s next Genie AI model generates more realistic experiences
