グーグル、リアルタイムで世界を生成・操作できるAIモデル「Genie 4」発表

　米Google（グーグル）は27日（現地時間）、リアルタイムでインタラクティブなシミュレーションと音声を生成できる最新の世界モデル「Genie 4」を発表した。信頼できるテスター向けにリサーチプレビューとして提供が開始されている。

リアルタイムのカメラ操作や天候変化、音声生成に対応

　Genie 4は、リアルタイムに生成される世界をテキスト入力やキーボード操作でインタラクティブに操作できる世界モデル。カメラの移動や天候の変更、新しいキャラクターやオブジェクトの登場などを自然言語で指定すると、AIが即座に場面をリアルタイムで適応・変化させる。

澄み切った夕暮れ、雪の上をカンムリヅルが歩く

「鍵盤を押す」とテキストで指示すると、ツルがくちばしで鍵盤を押す様子がリアルタイムで生成される

　さらに、従来のモデルからリアリズムや物理法則（空気力学や物体同士の衝突など）の表現が大幅に向上したほか、生成される世界に合わせて環境音や音楽、キャラクター間の対話音声などをリアルタイムで直接生成する機能を備える。

ゴッホの絵画をもとに「この画像から世界を作って、内部を探検できるようにして」と送る

「星月夜」のタッチで、絵には含まれていない視点で街が描かれる

Geminiモデル群の連携で複雑な自律タスクのシミュレーションを実現

　Genie 4は、Googleの「Gemini」ファミリーの機能を統合して動作する。「Gemini Omni」が現実世界の見た目や物理的な挙動の基盤を提供し、「Gemini 3.8 Flash」がリアルタイムに場面を監視しながら目標を複数のステップに分解・検証するエージェントとして機能する。

　これにより、世界の中で起きた変化やユーザーの介入に合わせて計画を修正し、一貫性と因果関係を保った複雑なイベントをシミュレーションできる。また、高度な推論モデル「Gemini 4 Argon」と連携することで、ヒューマノイドロボットがチェスなどのタスクを実行するシミュレーション環境の構築といったロボティクス領域での活用も進められている。

「Project Genie」の進化と今後の展開

　同社は2026年1月、前世代の「Genie 3」を基盤にWebブラウザ上で仮想世界を探索できる研究プロトタイプ「Project Genie」を発表し、5月にはGoogleストリートビューのデータを活用できる機能を追加していた。今回のGenie 4は、その表現力やリアルタイム性を大幅に進化させた最新世代となる。

　Genie 4によって生成された全ての映像および音声には、同社の電子透かし技術「SynthID」が組み込まれ、AI生成コンテンツであることを特定できるように配慮されている。

　現在は一部のテスター向けに公開されており、今後は「Project Genie」を利用する「Google AI Ultra」の加入者、および「Gemini API」や「Google AI Studio」の早期アクセスパートナー向けに順次提供される予定となっている。