Michael JohnsonGenie 4のシミュレーションは、実行中にテキストコマンドでカメラを動かしたり、天候を変えたり、キャラクターを追加したりできる。Googleは2026年10月27日にGenie 4を発表し、音声を生成するインタラクティブなシーン向けの世界モデル研究として紹介した。
Googleによると、信頼できるユーザーの限定グループを対象にテストを開始した。Google AI Ultraの加入者向けのProject Genie、およびGemini APIとAI Studioを通じた早期アクセスパートナー向けの提供は、後日開始する予定だという。これらは今後予定されているアクセス経路であり、APIがすでに一般公開されているわけではない。
操作できるシーン
Googleの説明によると、Genie 4はGeminiファミリーの機能を活用している。Gemini Omniは現実世界を参考に、世界の外観や振る舞いをモデル化し、ほかのGeminiモデルはシミュレーションの一貫性や継続に必要な推論を担う。ユーザーは自然言語でシーンを指示でき、システムは環境音や音楽、インタラクティブな会話をその場で生成する。
このアプローチは、単独の動画を作る生成から、展開し続ける環境を操作する生成へと移行させる。創作では、シーンのバリエーションを試す時間を短縮できる可能性がある。Googleはほかの活用先候補として、ロボットやエージェントの訓練に加え、映画、ジャーナリズム、ゲーム、制作を挙げている。
開発者が確認すべきこと
特定の用途でモデルを評価するチームは、自らのシナリオで検証する必要がある。ロボットの訓練では、繰り返し指示を与えた際の世界の安定性、シミュレーションが必要な物理法則にどれだけ合致するか、実験条件を再現できるかが重要だ。ゲームやメディアのシーンでは、動作を制御できるか、音声と映像に一貫性があるか、生成コンテンツをどの程度制御できるかが評価点となる。
Googleの発表では、これらの基準に関する数値結果は示されておらず、APIアクセスの条件、上限、料金も明らかにされていない。確認されているのは限定テストの開始と、システムについて発表された機能だ。特定の業務プロセスにおけるGenie 4の評価には、アクセスの確保と再現可能なテストが必要になる。
Genie 4は、コマンドで操作できるインタラクティブなシミュレーションのモデルとして注目に値する。開発者にとっての実用価値は、テストの利用可能性と、必要なシナリオをシステムがどれだけ確実にサポートできるかによって決まる。
