Google DeepMindは11月18日の製品発表で、Project Genieに新しい世界モデルGenie 4を提供したと発表した。仮想空間の変化を生成するAIで、探索中の場面を文章でリアルタイムに編集し、世界に合う音も生成できる。

1. 探索中に世界を変え、音を聞く

Genie 4では世界を移動しながら、自然言語で天気を変えたり、人物や物を追加したり、場面の進行方向を調整したりできる。10月27日の研究紹介によると、入力した要求は周囲の場面に合わせて反映される。Geminiは場面を観察し続け、目標を複数の段階に分け、Genie 4が生成する画面を確認して進捗や各段階の成否を確かめる。世界が変わったり利用者が介入したりすると、それに合わせて計画を調整する。従来のように開始時にプロンプトを決めるだけでなく、探索しながら次の場面を修正していく方式だ。

音も別の編集工程を挟まず、世界とともに生成される。Google DeepMindはGenie 4を、自社の世界モデルで初めてリアルタイムの音声を直接生成するモデルだと紹介した。木々の間を吹く風や海辺の波といった環境音が場面に加わり、人物の会話は利用者の入力や世界内の出来事に反応して変化する。

2. Genie 3は長時間の探索とパノラマに重点を置く

Genie 4が実際の見た目への近さを示す視覚的忠実度や、物理表現、物体の動きの表現方法、音声に重点を置く一方、Genie 3は長時間の探索やパノラマ画像から始める作業を担う。より長い探索や、広い視野を1枚に収めたパノラマ画像に基づく開始が必要なら、Project Genieのモデル選択画面でGenie 3を使える。

11月18日の製品発表によると、Genie 3は1回の生成での探索時間を従来の60秒から最大3分(180秒)に延長した。生成ごとの探索時間の上限が3倍になったのであり、生成速度や性能が3倍向上したという意味ではない。360度のパノラマ画像から新しい世界を始められ、探索中に自然言語のプロンプトで環境を変える機能も追加された。

複数の世界をつなぎ、森や海底遺跡、氷の海を通る一続きの旅にすることもできる。一度作った空間をより長く観察したり、異なる空間をつないで探索したりしたい利用者に適した選択肢だ。

3. 対話型の制作と共有が制作の流れを変える

11月18日の製品発表で紹介された新しいProject Genieエージェントは、複数の作業を調整して実行するAIだ。利用者が自然言語で構想を説明すると、画像や音を扱う複数のモデルを調整して初期画面を作り、雰囲気に合う背景音楽を加える。制作者は従来のように1つのプロンプトに結果をすべて委ねるよりも、対話で構想を具体化しながら世界を構成できる。

探索中にはGeminiモデルを呼び出して画面を観察させ、次に行く場所の提案を受けたり、旅に合う出来事を自動で起こさせたりできる。

新しいコミュニティギャラリーでは、他の人が作った世界を見たり、既存作品の世界構造や背景音楽、ルールを変えて自分のバージョンにしたりできる。完成した世界をギャラリーに公開し、他の利用者が探索して再び変更できるようにもできる。個人の写真を歩き回れる空間に変える体験も、ここで提供される。

4. 創作の試行は速まるが、検証の負担は残る

10月27日の研究紹介に登場した試験利用者は、Genie 4を創作の草案を素早く試す道具として活用している。映画制作者はカメラの角度や照明、せりふを変えてさまざまな場面を試し、報道写真家は記録写真を基に環境を再構成する方法を検討する。Googleによると、ゲーム開発者はゲームエンジンのコードを書く前にアイデアを探索し、動作を確認できる初期形態である試作品として試している。

初期の視覚化や反復制作が速まる一方、制作者は生成された場面の物理・空間表現や、前後の場面が整合しているかを検証する役割を担う。Googleは10月27日の研究紹介で、Genie 4は正式公開前の試験提供である研究プレビューの段階だと説明した。長時間の探索や複雑な編集では、視覚的な細部や物体の保持状態が変わることがあるという。複雑な物理的相互作用、音や文字の表現、空間の正確さ、時間がたっても内容が保たれる長期的な一貫性は、引き続き研究中としている。

5. 利用はUltraの対象者から始まる

11月18日の製品発表によると、Project Genieの新しい体験は2026年11月18日から、対象のGoogle AI Ultra契約者に順次提供される。Google AI Pro利用者は同じページでウェイティングリストに登録できる。先に10月27日に公開された研究紹介では、Gemini APIとGoogle AI Studioの先行利用パートナーにも提供する計画を紹介した。

Googleは11月18日の製品発表で、生成された映像と音声に出所を識別する印であるSynthIDウォーターマークを入れ、モデルの入力と出力に安全性チェックを適用すると明らかにした。生成物に識別用の印を入れることで、世界を公開し、再加工する共有の流れを支える。

今回の更新の核心は、よりリアルな場面にとどまらず、利用者が目的に合うモデルを選び、探索中に世界を修正し、他の人の創作を引き継げるようにした点にある。