映像の中を動きながら、音や場面も変えられる
Genie 4は、操作に応じて景色や出来事の続きを生成する世界モデルです。Googleは今回、環境音や音楽、登場人物の対話も、その世界とともにリアルタイムで生成すると説明しています。風景にあとから音を足す工程も、生成する世界の側へ取り込む発表です。
This is Genie 4, our most realistic and interactive world model yet. 🌐
Explore dynamic environments in real time to see how the scene responds, sounds, and how the people in it move, react, and speak.
— Google DeepMind (@GoogleDeepMind) 2026年10月27日
自然言語でカメラを動かす、天候を変える、人物を追加するといった介入にも対応します。たとえば映像の構図を検討する人なら、同じ場面に指示を加え、演出の別案を見る用途が考えられます。これは発表内容から考えた利用例で、編集部による動作確認ではありません。
UltraやAPIでの利用は今後 開始日と料金は未確認
現時点の研究プレビューは、Googleが選んだ信頼されたテスター向けです。Google AI Ultra加入者向けのProject Genie、Gemini APIとGoogle AI Studioの早期アクセスパートナーへの展開を予告しています。
一般向けの具体的な開始日、日本での対象条件、追加料金、利用量の上限は、今回確認した発表では確定できませんでした。Ultraに加入すれば今日からGenie 4が使える、という案内ではありません。公式ブログから待機リストへ進めますが、登録と利用開始は別です。
短い試作で確かめたいのは、見た目より継続性
Googleは、映画の事前可視化や、ゲームのアイデアを探索可能な試作にする用途でテスターが検証していると紹介しています。開発者が最初に確かめたいのは、画面の美しさに加え、場面を変更しても必要な物体や位置関係が保たれるかです。
公式の制限には、長い操作や複雑な編集による物体・細部の変化、実在の場所の再現精度、音声の正確さが挙がっています。継続した操作も短いセッションを想定した段階です。編集部の見方としては、完成品の制作工程へ組み込む前に、同じ場所への戻り方、編集後の物体、音と出来事の対応を短い場面で確認する用途が合いそうです。
利用できるようになったら、次のように変更する要素を一つずつ分けると、どこで一貫性が崩れるのか記録しやすくなります。これは公式の制限を踏まえて編集部が考えた確認手順で、Genie 4を実際に操作した結果ではありません。
| 試す操作 | 見比べるもの | 残す記録 |
|---|---|---|
| 机の上の目印を見て、カメラを動かして戻る | 目印の数・位置・色 | 移動前後の画像と操作時間 |
| 同じ場面で天候だけを変える | 建物や人物まで変わっていないか | 指示文と、意図せず変わった部分 |
| 足音などのある場面を動かす | 映像の動きと音の開始・停止が合うか | 対応がずれた時点と操作内容 |
利用日、画面に表示されたモデル、設定、試行回数を残し、うまくいった例だけを抜き出さず比較します。映画の構図案として許容できる変化と、同じ物体が必要なゲームの試作で困る変化は異なるため、試す前に用途ごとの合格条件を決めておくと判断しやすくなります。
映像と音声には、AI生成物を識別するための電子透かしSynthIDを付与するとしています。商用利用や書き出し条件は、利用経路が開かれた時点の規約でも確認したい点です。
まとめ
Genie 4は、映像と音を同時に生成する世界へ言葉で介入できる研究モデルです。
情報源
https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/
原文公開日:2026-10-27
https://blog.google/innovation-and-ai/models-and-research/google-deepmind/introducing-genie-4/
原文公開日:2026-10-27
出典は上記のリンクから確認できます。発表元の説明と、編集部による分析・試算は本文中で区別しています。