Genie 4登場──Googleの世界モデルが音声つきでリアルタイム操作に、使えるのは招待テスターだけ【2026年10月】

Google DeepMindが2026年10月27日、世界モデルGenie 4を研究プレビューとして発表しました。映像と同時に音声を生成し、プレイ中に言葉で天気や人物を変えられます。Geminiが指揮する分業の中身、招待テスターだけが使える現状、料金と提供日が未公表の点、選ぶ側が見ておくことを整理します。

Google DeepMindが10月27日（米国時間）、世界モデル「Genie 4」を研究プレビューとして発表した。世界モデルとは、文章や操作に応じて、動く映像の世界をその場で生成し続けるAIのことだ。録画済みの動画を作る従来の動画生成と違い、見ている最中に天気を変えたり人物を足したりできる。

今回の更新で目を引くのは、Googleが「リアルタイムの世界モデルとして初めて、音声を最初から一緒に生成する」と位置づけている点である。環境音、音楽、登場人物との会話が、映像と同時に生まれる。

ただし、いま触れるのは招待された「トラステッドテスター」だけだ。Gemini を普段使う人にとっても、今日から試せる機能ではない。この記事では、何が新しく、いつ手元に届きそうで、AIを選ぶ側は何を見ておけばよいのかを整理する。

⚠ 情報の鮮度について

一次情報はGoogle DeepMindの公式ブログ（2026年10月27日）と、同日のTechCrunchによる報道です。記事の公開時点で、発表から1日たっていません。ここに書いた内容は発表時点のもので、料金・提供開始日・解像度などGoogleが示していない項目は、そのとおり「未公表」と記しています。

Section 01

Genie 4とは何か──動く世界を言葉で書き換える

Genieは、Google DeepMindが2024年から出してきた世界モデルのシリーズだ。前作のGenie 3は2025年8月に発表され、プロンプトで作った世界を歩き回れるのが売りだった。Genie 4はその後継にあたり、公式ブログは「これまででもっとも写実的でインタラクティブな世界モデル」と説明している。

公式が挙げる進化点は大きく4つある。

音声を最初から生成する

環境音・音楽・やりとりする会話が、映像と同時に生成される。Googleはこれを「リアルタイムの世界モデルとして初」と説明している。

途中で言葉で書き換えられる

天気やカメラの位置を変える、人物や物を足す、といった編集を、シミュレーションを止めずに自然な文章で指示できる。操作そのものはキーボードで行う。

物理と人の動きが改善

空気の流れや衝突の表現、周囲に反応して動く人物の表現が強化されたという。公式はベンチマークの数字は示していない。

Geminiが全体を指揮する

映像を作るGenieと、段取りを考えるGeminiを組み合わせる構成が前面に出た。次章で詳しく見る。

一言でまとめると──「見る動画」から「入って遊べる、音の鳴る世界」への一歩です。ただし現時点では、招待テスターだけが触れる研究プレビューで、料金も提供日も示されていません。

Section 02

Geminiが「監督」を務める分業の中身

今回の発表でいちばん読み取りがいがあるのは、Genie単体の画質よりも、Geminiとの役割分担のほうだ。公式ブログによれば、構成は次のようになっている。

Gemini Omniは、世界の見た目と振る舞いを現実に近づける土台を担う。
Gemini 3.8 Flashは、生成中のシーンを観察し、目標を手順に分け、各手順がうまくいったかを確かめ、世界が変わったり利用者が割り込んだりすれば計画を組み直す。
Genie 4が、その指示をもとに映像と音声を作る。

TechCrunchはこれを「Geminiが監督で、Genieが映像を作る」と整理している。たとえば「雨の街で傘をさした人が駅へ向かう」という筋書きなら、段取りを組んで途中の成否を確かめるのがGeminiで、実際に画面を描くのがGenieという分け方になる。

実験段階の組み合わせとして、10月に一般公開されたGemini 4 ArgonとGenie 4をつなぐ試みも紹介された。Argonが作業を手順に分け、それを文章の指示としてGenieに渡す。例として、人型ロボットがチェッカーを指す場面が示され、Unite.AIによればロボットはApptronik社のApolloだった。ロボットの動作を現実で試す前に、仮想の世界で何度も試すための足場として位置づけられている。

公式はさらに、Geminiが推論してコードや文章を書き、Genieがそれをリアルタイムで受け取る「ハイブリッド世界モデル」を今後の方向として掲げた。画面を描くAIと考えるAIを別々に育て、つなぐ設計だ。

Section 03

いつ、誰が触れるのか

提供の順番は公式ページに書かれているが、日付はない。

いま（10月27日〜）

トラステッドテスターのみ　映画・報道・教育・ゲーム・工学などの分野から選ばれたテスターが、研究プレビューとして使う。

次

Google AI Ultra加入者（Project Genie）　Googleは「まもなく」としている。TechCrunchは「数週間以内」と伝えるが、公式ページに具体的な日付は無い。待機リストは公開中。

その後

Gemini API・Google AI Studioの先行パートナー　開発者向けの提供は、先行アクセスの参加企業から。一般の開発者に開くかどうかは示されていない。

料金は公表されていない。Genie 3は2026年1月29日、Project Genieという入口で、米国の18歳以上のGoogle AI Ultra加入者向けに先行提供された。Genie 4も同じ入口に載る流れだが、対象の国や地域は今回示されていない。日本の加入者がいつ使えるかは、現時点で分からない。生成された映像と音声には、すべて電子透かしのSynthIDが入る。

Section 04

Google自身が認めている弱点

公式ブログは、まだ解けていない課題を隠していない。

長く遊ぶほど、細部や物の位置が少しずつずれていく。複数回の編集を重ねたあとも起こりうる。
複雑な物理のやりとり、音声の正確さ、画面内の文字の読みやすさ、空間の正確さ、長時間の一貫性は、引き続き研究中の課題とされている。

持続時間については、情報源のあいだで表現が違う。Googleのモデルページは「数分間の連続した操作」と書く。一方TechCrunchは、場面の一貫性が最大2分で、Genie 3の2倍だと伝えている。どちらの数字もGoogleの公式ブログ本文では確認できず、「数分」と「2分」の関係は※観測の域を出ない。いずれにせよ、映画一本分を通して遊ぶ段階ではない。

ⓘ 公式が示していないこと

解像度、フレームレート、ベンチマークの数字、利用料金、一般提供の日付は、公式ブログに書かれていません。Genie 3は2025年8月の発表時に毎秒24コマ・720pと説明されていましたが、Genie 4の仕様は出ていないため、前作との画質比較はまだできません。

Section 05

AIを選ぶ人にとっての意味

結論から言えば、いまのチャットAIや画像生成AIの選び方は、Genie 4の発表で変わらない。ChatGPTやClaude、Midjourneyのどれを使うかは、今日の仕事の質で決めて問題ない。変わるのは「半年後の選択肢」の見え方だ。

Google AI Ultraを検討している人

Genie 4が理由で契約するのは、料金も提供日も出ていない今は早い。Project Genieの待機リストに入り、実際に自分のアカウントで開放された日に、上限と使い心地を確かめてからで間に合う。

動画・映像を仕事にしている人

テスターが挙げた用途は、事前の絵コンテ作り、古い写真を場面に変える試み、ゲームの仕組みの試作だった。完成品を作る道具ではなく、アイデアを素早く試す道具として語られている。

開発者・ロボット関連の人

APIに載るのは先行パートナーが先で、一般開放の時期は未定。ロボットの動作を仮想世界で試す構想はあるが、実験段階の紹介にとどまる。

Geminiを日常的に使う人にとっては、10月に無料版の選べるモデルが絞られた流れと合わせて、「無料枠が狭まり、上位の契約に新機能が集まる」傾向が続くかどうかが見どころになる。Genie 4はまさに最上位プランのための機能として始まる。

Section 06

編集部の見立て

Editor's Opinion

今回の発表で気になったのは、映像の出来そのものより、「考える役」と「描く役」を分けて、あとからつなぐ設計が公式の中心に置かれたことです。画面を作るモデルを大きくするだけでは、長く遊ぶほど細部がずれていく問題は解けない。Googleはそう見て、Geminiに計画と確認を任せる道を選んだように読めます。

これは読者の選択にも関わります。チャットAIを比べるとき、私たちは賢さや価格を見ますが、今後は「他の部品とどうつながるか」も比べる項目になるはずです。Geminiは映像、音声、ロボットまで同じ家に抱えています。強みである一方、全部を使わない人にとっては、上位プランの価格に必要のない機能が乗ることにもなります。

また、速報の熱量とは別に、数字の少なさは記憶しておきたい点です。解像度も料金も継続時間も、公式の本文には出ていません。デモ映像は魅力的でも、買う判断の材料はまだ揃っていません。揃うのは、Ultra加入者に開いた日からだと考えます。

Section 07

まとめ

Google DeepMindは2026年10月27日、世界モデルGenie 4を研究プレビューとして発表しました。映像と同時に環境音・音楽・会話を生成し、シミュレーション中に天気やカメラ、登場人物を言葉で変えられます。

Gemini 3.8 Flashが目標を手順に分けて成否を確かめ、Genie 4が映像と音声を作る分業が構成の核です。Gemini 4 Argonとの組み合わせでは、人型ロボットがチェッカーを指す実験も紹介されました。

いま使えるのは招待されたテスターだけです。次がGoogle AI Ultra加入者向けのProject Genie、その後がGemini APIとGoogle AI Studioの先行パートナーで、料金と日付は公表されていません。継続時間は、Googleが「数分」、TechCrunchが「最大2分」と伝え、数字は食い違っています。

次に確かめる点は、Project Genieに載る日と、そのときのUltra加入者向けの利用上限だ。Googleは日付を示しておらず、TechCrunchの「数週間以内」という見通しが当たるかどうかが、最初の答え合わせになる。