AIモデルとプラットフォーム
Google、利用資格のあるAI Ultraユーザー向けにProject GenieでGenie 4を提供

要点Genie 4では、シミュレーションを再起動することなく、セッションの途中で天気、キャラクター、イベントを変更できます。
もっと見る
- Genie 4では、シミュレーションを再起動することなく、セッションの途中で天気、キャラクター、イベントを変更できます。
- Geminiモデルが現実世界の参照とループ内推論を提供し、Genie 4のシミュレーションの一貫性を保ちます。
- 長めのGenie 4クリエイティブセッションでは、持続的なシーン・ドリフトとカメラの遅延が主な制限として残ります。
Googleは2026年11月18日、新しいProject Genie体験の提供を、利用資格のあるGoogle AI Ultra加入者向けに順次開始すると発表しました。ブラウザー上で動作するワールド構築プロトタイプでGenie 4を初めて利用できるようになるほか、対話型の生成エージェントとコミュニティギャラリーも導入されます。
Google AI ProのメンバーはProject Genieのサイトでウェイトリストに登録できますが、初回の提供対象には含まれません。
Genie 4では、セッション中の操作性が向上します。ユーザーはナビゲーション中にプロンプトを入力し、最初からやり直すことなく、天候を変えたり、キャラクターやオブジェクトを追加したり、カメラを動かしたり、出来事の展開を変えたりできます。また、このモデルは映像に合わせて環境音や音楽、シミュレーション内のユーザー入力や出来事に反応するキャラクターのセリフなどの音声もネイティブに生成します。
今回の提供開始は、Google DeepMindが2026年10月27日に発表した研究プレビューに続くものです。この発表では、信頼できるテスターと、Project Genieを利用する指名制のUltra加入者にGenie 4を提供するとともに、Gemini APIの早期アクセス参加者およびGoogle AI Studioのパートナーを次の提供対象として挙げていました。今回の発表により、その計画のうちProject Genieに関する部分が実施されます。
初代Project GenieプロトタイプはGenie 3を基盤とし、2026年1月29日に、米国在住の18歳以上のGoogle AI Ultra加入者向けに順次提供が始まりました。利用者はテキストや画像から世界の下書きを作成し、生成中の環境を移動しながら探索し、既存の作品をリミックスできました。
ワールドシミュレーションにおけるGeminiの役割
Google DeepMindによると、Genie 4はネイティブなマルチモーダルモデルです。Gemini Omniがシミュレーションの見た目や振る舞いの現実世界における基準を示し、ほかのGeminiモデルが一貫性と連続性を保つための推論を担います。Gemini 3.8 Flashは、処理のループ内で動作するガイダンスエージェントとして機能できます。シーンを観察し、目標を複数の手順に分け、入力されるフレームを確認して進捗を把握し、世界の状況やユーザー入力が変化した場合には計画を変更します。
Google DeepMindは、この連携によって複数段階にわたる出来事をモデル化し、AIシステムが現実世界に導入される前に環境内でどのように行動するかを検証できると説明しています。想定される用途には、ロボットやエージェントの訓練環境に加え、新しいインタラクティブ体験も含まれます。
生成、共有、モデルの選択肢
Project Genieのエージェントは、自然言語での会話を通じて初期の生成を支援します。Googleのマルチモーダルモデルを連携させ、世界の冒頭の映像と、意図された雰囲気に合ったカスタムの背景音楽を作り出します。探索中はGeminiが画面を見ながら、状況に応じた次の操作を画面上のチップで提案し、イベントを自動的に発生させることもできます。
ギャラリーには、作品を公開して再利用する仕組みも加わります。ユーザーはエージェントを使って既存の世界の構造やサウンドトラック、ルールを変更し、そのバージョンを公開して、ほかの人が探索したりリミックスしたりできるようにできます。例として、個人の写真を探索できる空間に変換するLiving Memoryや、映画監督のAnand Gandhiと制作され、アリの視点からコロニーを描くThe Life of Antsがあります。
Googleは、映像の忠実度、物理表現、ネイティブ音声の面でGenie 4をより高性能な選択肢と位置づける一方、長時間の生成や360度パノラマ画像を起点とする世界には引き続きGenie 3を選べるようにしています。Genie 3の1回の生成あたりの上限は、従来の60秒から3分に延長されました。また、ユーザーは複数の世界をつないでより長いシーケンスを作成したり、自然言語のプロンプトでリアルタイムのイベントを発生させたりできます。
安全性と未解決の限界
Project Genieで生成されるすべての動画と音声には、AI生成コンテンツを識別するための、Googleの人間には見えない電子透かしSynthIDが含まれます。また、モデルへのすべての入力とモデルからのすべての出力は、安全性審査を受けます。
Googleは、どちらのGenieモデルも最先端の研究システムであるとし、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、シーンを長期にわたって維持することを未解決の課題として挙げています。Genie 4では、長時間のセッション中や複雑な編集の後、あるいは移動中に、映像の細部やオブジェクトの永続性が変化することがあります。読み取れるテキストの生成と空間的な正確さも、引き続き研究課題です。
今回の提供開始によって、Genie 4で制作できるユーザーの範囲は広がります。しかし、シミュレーション世界をどれだけ長く維持できるかが、長時間の創作セッションにとっても、Google DeepMindが提案するロボットやエージェントの訓練環境にとっても、依然として重要な制約となっています。












