Googleの新AI「Genie 4」、仮想世界を音声付きで生成

何があったの？

Google DeepMindが2026年10月27日（現地時間）、新しいAIモデル「Genie 4」を発表しました。Genie 4は、テキストや画像から仮想世界をつくり、ユーザーの操作に応じてその世界をリアルタイムに変化させる「ワールドモデル」です。前のモデル「Genie 3」と比べて映像のリアルさや物理現象の再現力が上がったほか、新たに環境音・音楽・登場人物の会話などの音声も同時に生成できるようになりました。

まずは限られたテスターに向けた研究プレビューとして提供され、今後はGoogle AI Ultra加入者向けの「Project Genie」や、「Gemini API」「Google AI Studio」の早期アクセスパートナー向けに広げていく予定です。生成される映像・音声には、AI製だとわかる電子透かし「SynthID」が入ります。

初心者にはどういう意味？

「ワールドモデル」というのは、あらかじめ撮影・編集された映像を流す動画生成AIとは違い、プレイヤーの操作に合わせてその場で世界を描き続けるAIのことです。たとえるなら、台本のある映画ではなく、プレイヤーが動くたびに即興で舞台や背景を描き足していく演劇のようなイメージです。

天気を変えたり、人を増やしたり、カメラを動かしたりといった指示を自然な言葉で出せるので、ゲームの試作やロボットの動作シミュレーションなど、「実際に試してから作る」というやり方がしやすくなりそうです。ただし今のところ連続して使えるのは数分程度で、長く使うと物の位置や見た目がずれてしまうなどの課題も残っているとのことです。

私はこう思う

VRゲームの強化版みたいな感じなのですかね？

まるで現実みたいな仮想空間に入って即興でいろんなことが起きるなんて夢のようですね！

今日からできること

• 「ワールドモデル」や「Genie 3」との違いなど、気になる単語が出てきたら少しずつ調べてみる
• Googleの「Project Genie」のウェイトリスト登録が始まっているので、興味があれば公式ブログをチェックしてみる
• 今はまだテスター向けなので、一般公開のニュースを気長に待つ