2026年11月19日

Genie 4とは?Google DeepMindの最新ワールドモデル、音声とリアルタイム編集を解説

Genie 4(ジーニーフォー)は、Google DeepMindが2026年10月27日に発表した最新のワールドモデルで、自然言語で指示しながらリアルタイムに編集でき、映像と同時にネイティブ音声を生成できるのが特徴です。2026年11月18日からは「Project Genie」の新体験として、対象のGoogle AI Ultra加入者向けに提供が始まりました。

室谷室谷代表取締役
今回はGoogle DeepMindの「Genie 4」ですね。ワールドモデルというとまだ馴染みが薄いかもしれませんが、要は操作できる3D空間そのものをAIが生成する技術です。

これが一気に“触れる映像”に近づいた発表なんですよね。
テキトー教師テキトー教師DotAI 認定講師
しかも今回はモデル単体の話じゃなくて、Project Genieという体験全体のアップデートなんですよ。Genie 4、Genie 3の強化、エージェント、ギャラリーが一度に出てきている。

単に「新モデルが出た」という話じゃないんです。

Genie 4とは?Google DeepMindが発表した最新ワールドモデルの概要

Genie 4の概要と特徴
Genie 4とは
Google DeepMindが2026年10月27日の公式ブログで発表した新しいワールドモデル。世界の見え方や物理的な振る舞いをシミュレーションし、操作可能な3D空間を生成するAIモデル。
Project Genie
生成した世界をブラウザ上で探索・編集できる実験的プロトタイプ。Gemini系のモデルと組み合わせて動作する。
公式の位置づけ
「これまでで最もリアルでインタラクティブなワールドモデル」とされている。
ネイティブなマルチモーダル
映像だけでなく、音楽のような音、環境音、インタラクティブな会話まで世界と同時に生成する。
技術的な土台
Geminiファミリーの能力を取り込み、Gemini Omniがシミュレーションを現実の見え方や振る舞いに锚(いかり)を下ろし、他のGeminiモデルが一貫性や連続性を保つ複雑な推論を担う。
AGI構築の文脈
世界を理解してシミュレーションする能力は、ロボットやエージェントの訓練環境づくりにも効く。ゲームのためだけの技術ではない。
目指す方向性
研究段階のモデルだが、「安全で無限に変化するシミュレーション」を作ることを目指していると公式に書かれている。
室谷室谷代表取締役
まず定義を揃えておくと、Genie 4はGoogle DeepMindが2026年10月27日の公式ブログで発表した新しいワールドモデルです。ワールドモデルというのは、世界の見え方や物理的な振る舞いをシミュレーションして、操作可能な3D空間を生成するAIモデルのこと。

Project Genieは、そうやって生成した世界をブラウザ上で探索・編集できる実験的プロトタイプで、Gemini系のモデルと組み合わせて動きます。
テキトー教師テキトー教師DotAI 認定講師
公式では「これまでで最もリアルでインタラクティブなワールドモデル」と位置づけられています。ここで大事なのは、Genie 4がネイティブにマルチモーダルだという点です。

映像だけじゃなく、音楽のような音、環境音、インタラクティブな会話まで、世界と同時に生成される。
室谷室谷代表取締役
技術的な土台も面白いんですよ。Genie 4はGeminiファミリーの能力を取り込んでいて、Gemini Omniがシミュレーションを現実の見え方や振る舞いに锚(いかり)を下ろし、他のGeminiモデルがシミュレーションの一貫性や連続性を保つための複雑な推論を担う。

要は「見た目のリアルさ」と「世界の辻褄(つじつま)を合わせる頭の良さ」を分業しているわけです。
テキトー教師テキトー教師DotAI 認定講師
講座でもよく言うんですが、生成AIの世界では“絵を作るモデル”と“筋を通すモデル”は別物になりがちなんですよ。それを組み合わせて一つの世界として成立させているのがGenie 4の設計思想ですね。
室谷室谷代表取締役
あと、Google DeepMindはGenie 4をAGI構築の文脈でも位置づけています。世界を理解してシミュレーションする能力は、ロボットやエージェントの訓練環境づくりにも効いてくる。

ゲームのためだけの技術じゃないんですよね。
テキトー教師テキトー教師DotAI 認定講師
そこは応用範囲の広さにつながる話です。研究段階のモデルではあるんですが、方向性としては「安全で無限に変化するシミュレーション」を作ることを目指していると公式に書かれています。

Genie 4でできること——リアルタイム編集とネイティブ音声、エージェントが変える世界制作

Genie 4でできること
リアルタイム世界編集
セッション途中に自然言語プロンプトを打ち込むと、その場で天候変更・カメラ移動・人物やオブジェクトの追加ができる
Geminiによる文脈解釈とシーン監視
プロンプトを周囲のシーンに合わせて文脈的に解釈。入力がない間もシーンを監視し、世界が一貫して進むよう舵を取る
ネイティブ音声生成
環境音のサウンドスケープからキャラクターの会話まで、シーン展開に合わせて変化する音を映像と同時に生成。公式ブログによれば掲載音はすべてGenie 4が直接生成
Project Genieエージェント
自然言語で構想を伝えるだけで、Googleのマルチモーダルモデル群を組み合わせ、初期ビジュアルや雰囲気に合ったBGMを構築
探索中の提案・イベント自動発生
探索中もGeminiが画面を観察し、次に行くべき場所の提案チップを出したりイベントを自動発生させたりする
室谷室谷代表取締役
ここが今回の主役級のポイントです。Genie 4は、セッションの途中で自然言語のプロンプトを打ち込むと、その場で世界を編集できる。

天候を変える、カメラを動かす、新しい人物やオブジェクトを登場させる、といった操作がリアルタイムでできるんですよ。
テキトー教師テキトー教師DotAI 認定講師
しかもGeminiがそのプロンプトを周囲のシーンに合わせて文脈的に解釈してくれる。入力をしていない間も、Geminiがシーンを監視して世界が一貫して進むように舵を取る。

これ、地味ですけどかなり重要な進化なんですよ。
室谷室谷代表取締役
ネイティブ音声も初めての要素ですね。環境音のサウンドスケープからキャラクターの会話まで、シーンの展開に合わせて変化する音が映像と同時に生成される。

公式ブログには、掲載されている音はすべてGenie 4が直接生成したと書かれています。
テキトー教師テキトー教師DotAI 認定講師
映像と音が別々に後付けされるんじゃなくて、世界の出来事として一緒に出てくる。これは制作のワークフローをかなり変えますよね。
室谷室谷代表取締役
さらに「Project Genieエージェント」が追加されました。自然言語で構想を伝えるだけで、エージェントがGoogleのマルチモーダルモデル群を組み合わせて、世界の初期ビジュアルや雰囲気に合ったBGMを構築してくれる。

単発のテキストや画像プロンプトを超えた制作体験です。
テキトー教師テキトー教師DotAI 認定講師
探索中にもGeminiが画面を観察していて、次に行くべき場所の提案チップを出したり、イベントを自動で発生させたりする。クリエイターと一緒に旅をしてくれる相棒みたいな存在ですね。
室谷室谷代表取締役
うちのMYUUUでも、制作の初速を上げるのにエージェントをどう使うかは常に試しているんですけど、世界の“初期ビジュアルとサウンドを同時に立ち上げる”というのは発想として大きいですよね。ゼロから作る負荷がかなり下がる。
テキトー教師テキトー教師DotAI 認定講師
受講生さんでも「何から作ればいいか分からない」という声は多いので、会話から始められるのは敷居が下がります。こうした制作支援の流れは、Google DeepMind、4秒画像生成と会話型動画編集の新モデルを一挙リリースのような発表とも通じる方向性ですね。

Genie 4の使い方・始め方——Project Genieで世界を生成し探索する流れ

Project Genieで世界を生成・探索する流れ
  1. 01
    Project Genieにアクセス
    自然言語でプロンプトを書く、またはギャラリーの世界をリミックスして世界を立ち上げる
  2. 02
    エージェントにビジョンを伝える
    作りたい世界のビジョンを自然言語で伝えると、初期ビジュアルとBGMを組み立ててくれる
  3. 03
    キーボードで探索
    標準的なキーボード操作でナビゲーションとカメラ操作を行う
  4. 04
    テキストプロンプトで方向づけ
    シーンの方向づけはテキストプロンプトで指示する
  5. 05
    リアルタイムで編集
    探索しながらリアルタイムで編集していく
  6. 06
    ギャラリーに公開
    作ったものをコミュニティギャラリーに公開し、他の人に探索・リミックスしてもらう
室谷室谷代表取締役
使い方の流れを整理すると、まずProject Genieにアクセスして、自然言語でプロンプトを書くか、ギャラリーの世界をリミックスするかで世界を立ち上げます。ナビゲーションとカメラ操作は標準的なキーボード操作で、シーンの方向づけはテキストプロンプトで行う。

公式ブログでも、実際のリアルタイム操作の記録としてそう説明されています。
テキトー教師テキトー教師DotAI 認定講師
つまり、ゲームパッドのような特殊な操作系を覚えるのではなく、いつものキーボードで歩き回りながら、言葉で世界に指示を出すイメージですね。
室谷室谷代表取締役
エージェントを使う場合は、作りたい世界のビジョンを自然言語で伝えるところから始まる。するとエージェントが初期ビジュアルとBGMを組み立ててくれる。

そこから探索しながらリアルタイムで編集していく流れです。
テキトー教師テキトー教師DotAI 認定講師
ゼロから作る以外に、ギャラリーの既存世界をリミックスする入口もあるのが実用的です。基礎となる世界構造やサウンドトラック、ルールを調整して自分好みにする。

作ったものはコミュニティギャラリーに公開して、他の人に探索・リミックスしてもらえる。
室谷室谷代表取締役
ここは制作物の“公開と再利用”が前提になっているのが面白いところです。作品を作って終わりじゃなくて、誰かが遊んで別の形にしていく。
テキトー教師テキトー教師DotAI 認定講師
似た流れとしてはGoogle Playgroundとは?コーディング不要でゲームが作れる実験的プラットフォームもありますが、Project Genieはワールドモデルそのものが土台になっている点が違いますね。
室谷室谷代表取締役
なお、Genie 4は2026年10月27日の発表時点では信頼できるテスター向けのリサーチプレビューとして展開が始まっていて、その後コンシューマーと開発者に向けて、Google AI Ultra加入者のProject Genieと、Gemini API・Google AI Studioのアーリーアクセスパートナーから順に広げる方針が示されていました。11月18日の発表で、Project Genieでの提供が実際に始まった形です。

料金と提供範囲——Google AI Ultra限定か、日本ではいつから使えるのか

室谷室谷代表取締役
提供範囲は明確です。新しいProject Genie体験は、対象となるGoogle AI Ultra加入者が利用できます。

Google AI Proの会員は同じページからウェイトリストに参加できる、という整理ですね。
テキトー教師テキトー教師DotAI 認定講師
ここで注意したいのは、Genie 4が誰でも無料で触れるわけではないという点です。あくまで対象のGoogle AI Ultra加入者向けの提供で、Pro会員は順番待ち。
室谷室谷代表取締役
料金についてなんですけど、公式ページ抜粋にはGoogle AI Ultraの具体的な月額料金の記載がありません。現時点では明らかにされていません、と正直に書くしかないですね。

プランによって使えるモデルや特典が違うので、契約前に公式のプランページで確認するのが確実です。
テキトー教師テキトー教師DotAI 認定講師
日本での提供開始時期も、今回の資料には書かれていません。公式ブログは「対象のGoogle AI Ultra加入者は本日から試せる」という表現で、地域ごとのスケジュールには触れていない。

日本のユーザーがいつ使えるかは、現時点では明らかにされていません。
室谷室谷代表取締役
ここは憶測で「日本もまもなく」とは書けないところです。公式の続報を待つしかない。

ただ、Project Genie自体はブラウザベースだと明言されているので、提供が始まれば環境のハードルは低いはずです。
テキトー教師テキトー教師DotAI 認定講師
あと、Genie 4は研究段階のモデルだという前提も忘れちゃいけない。カメラの遅延、複雑な物理相互作用、リアルタイム音声の精度、長期的なシーンの永続性といった課題に取り組み中だと公式が明言しています。
室谷室谷代表取締役
これは“完成品”ではなく“進化中の研究”として捉えるのが正しいですね。期待値の置き方を間違えると、触ったときに「あれ?」となる。

Genie 3はどう変わった?3分セッション・ワールドチェイニング・360度パノラマ

室谷室谷代表取締役
Genie 4だけじゃなくて、Genie 3もアップデートされています。しかもこれが実用面ではかなり効くんですよ。

まず、1回の生成あたりのセッションが最大3分に延びた。従来は60秒でした。
テキトー教師テキトー教師DotAI 認定講師
3倍ですからね。60秒だと世界に入ってすぐ終わってしまう感覚があったのが、少し旅ができる長さになった。
室谷室谷代表取締役
さらに「ワールドチェイニング」が入りました。複数の世界を連結して、より長い旅ができる。

公式では、森や水中遺跡、氷の海をまたいで一つの連続した飛行として繋ぐ例が示されています。
テキトー教師テキトー教師DotAI 認定講師
360度パノラマ画像を起点に世界を生成する「パノラマグラウンディング」も追加されました。パノラマ画像を種にして、見回しても canyon や建物の外観の一貫性が保たれる、というデモが紹介されています。
室谷室谷代表取締役
そして、探索中に自然言語プロンプトで環境を動的に変える「リアルタイムのワールド内イベント」にも対応しました。Genie 3でもプロンプトで世界を変えられるようになった、というのは大きいですよね。
テキトー教師テキトー教師DotAI 認定講師
整理すると、Genie 4は「最高精細な映像・物理・ネイティブ音声」、Genie 3は「長回しやパノラマ起点の空間」という住み分けです。Project Genieのモデルピッカーで選べるようになっています。
室谷室谷代表取締役
つまり、全部Genie 4に置き換わるわけじゃない。用途で選ぶ設計になっているのが面白いところです。

このあたりのモデルの使い分けは、Google DeepMind、Gemini 3.6 Flashなど3モデルを発表のような複数モデル展開の流れとも重なりますね。
テキトー教師テキトー教師DotAI 認定講師
現場としては、まずGenie 4で質を確かめて、長く探索したいときはGenie 3に切り替える、という使い方が自然になりそうです。

コミュニティギャラリーと安全性——発見・リミックス・共有の仕組み

室谷室谷代表取締役
新しく「コミュニティギャラリー」が設けられました。厳選された世界とユーザー制作の世界を発見して、そのまま探索できて、リミックスして自分好みにできる。

作ったものは公開して、他の人に遊んでもらえる。
テキトー教師テキトー教師DotAI 認定講師
公式で紹介されている例が面白いんですよ。「Living Memory」は個人の写真を探索できる空間に変える、「Dino Field Guide」は360度パノラマを起点にした先史時代の生息地を歩ける、「Rock Paper Scissors」はGeminiがリアルタイムの審判を務める。
室谷室谷代表取締役
クリエイターとのコラボ作品もあります。クリエイティブテクノロジストのWill aka BLVCKL!GHTさんと作った「Villa Giallo」は、ゴシック様式の館を部屋ごとに巡るミステリー。

映画監督のAnand Gandhiさんと作った「The Life of Ants」は、Genie 4のフォトリアリズムを活かして蟻の視点でコロニーを歩く体験です。
テキトー教師テキトー教師DotAI 認定講師
ここは安全性の話もセットで押さえたい。Project Genieで生成される映像と音声にはすべてSynthIDの透かしが入り、モデルの入力と出力はすべて安全審査を通ると公式に明記されています。
室谷室谷代表取締役
生成物に透かしを入れて、入出力を審査する。この設計は、世界モデルが“遊べるコンテンツ”になっていくほど重要になりますよね。

何が本物か分からなくなるリスクを抑える仕組みです。
テキトー教師テキトー教師DotAI 認定講師
教育の現場でも、生成物の出所が分かることは大事です。受講生さんにも「これはAIが作ったもの」と示せる状態が標準になっていく。
室谷室谷代表取締役
ロボティクスへの応用も公式に言及されていて、ロボットやエージェントの訓練環境づくりに使える可能性が示されています。この方向はGoogle DeepMind「Gemini Robotics 2」全身制御AI発表のような流れともつながってきます。
テキトー教師テキトー教師DotAI 認定講師
ただ、繰り返しになりますがGenie 3もGenie 4もフロンティア研究段階のモデルです。できることとできないことを正確に把握して使うのが前提ですね。

よくある質問

室谷室谷代表取締役
ここまでの話を、よく聞かれそうな形で整理しておきますね。
テキトー教師テキトー教師DotAI 認定講師
はい、箇条書きでまとめましょう。
  • Genie 4とは何ですか? Google DeepMindが2026年10月27日に発表した最新のワールドモデルです。自然言語でリアルタイムに世界を編集でき、映像と同時にネイティブ音声を生成します。
  • Genie 4はいつから使えますか? 2026年11月18日から、対象のGoogle AI Ultra加入者向けにProject Genieで提供が始まりました。Google AI Pro会員はウェイトリストに参加できます。
  • Genie 4の料金はいくらですか? モデル単体の料金は示されていません。利用には対象のGoogle AI Ultraプランが必要ですが、その月額料金は今回の資料には記載がなく、現時点では明らかにされていません。
  • 日本ではいつから使えますか? 地域ごとの提供スケジュールは今回の資料に記載がなく、現時点では明らかにされていません。
  • Genie 3との違いは何ですか? Genie 4はフォトリアルな映像・物理挙動・ネイティブ音声を備える最新モデルです。Genie 3は最大3分のセッション、ワールドチェイニング、360度パノラマ起点の生成、リアルタイムのワールド内イベントに対応し、モデルピッカーから選べます。
  • どんな音が生成されますか? 環境音のサウンドスケープからキャラクターの会話まで、シーンの展開に合わせて変化する音が映像と同時に生成されます。公式ブログによると、掲載されている音はすべてGenie 4が直接生成したものです。
  • 生成物の安全性はどうなっていますか? 映像と音声にはすべてSynthIDの透かしが入り、モデルの入力と出力はすべて安全審査を通ります。
  • どんな課題が残っていますか? カメラの遅延、複雑な物理相互作用、リアルタイム音声の精度、長期的なシーンの永続性といった点に取り組み中だと公式が説明しています。
室谷室谷代表取締役
最後にひとつ。Genie 4は「映像生成AIの延長」ではなくて、操作できる世界そのものを作るモデルです。

だからこそ、触ったときの体験は今までの動画生成とはまったく別物になる。提供範囲は限られていますが、方向性としては間違いなく次のフェーズに入ったなという印象ですね。
テキトー教師テキトー教師DotAI 認定講師
そうですね。研究段階であることを踏まえつつ、Project Genieのギャラリーを眺めるだけでも、世界モデルがどこまで来たかは伝わってきます。

講座でも、こうした事例は教材として追いかけていきたいと思います。

Related

関連記事

New Articles

新着記事

ガイド

DataRobotとは何か。AIエージェント基盤へ変わった現在地とできること・料金・無料トライアルを公式情報で整理

2026年11月19日
室谷テキトー教師
ニュース

Gemini 4 Hydrogenとは?Google DeepMindが発表したロボット制御モデル

2026年11月19日
室谷テキトー教師
ニュース

Metaの「Muse Ember」とは?効率型モデル首位、Agent Arenaで速度・性能・コスト三冠

2026年11月19日
室谷テキトー教師
ニュース

MAI Code 2とは?GitHub Copilotで一般提供開始、Flashとの違い

2026年11月19日
室谷テキトー教師
ニュース

Google AI StudioのAndroidアプリ開発機能とは?HDエミュレータとPlay公開を解説

2026年11月19日
室谷テキトー教師
ニュース

Anthropicの「Linked billing」とは?APIキー共有なしでClaude利用料を組織に直接請求

2026年11月19日
室谷テキトー教師
ニュース

Google AI Studioのカスタムドメインとは?独自URLでAIアプリ公開

2026年11月19日
室谷テキトー教師
ニュース

ChatGPT for Salesとは?OpenAIが発表した営業向け新体験

2026年11月19日
室谷テキトー教師
ニュース

Claude Codeの「Code Mode」とは?ツール呼び出しをJavaScript化する実験的機能

2026年11月19日
室谷テキトー教師
ニュース

GitHub Copilotの「GPT-6.2 Astra/Sol」とは?一般提供開始

2026年11月19日
室谷テキトー教師

Join

AIプレナーになる。

入会は審査制です。いまの事業と、AIで何を動かしたいのかを聞かせてください。

参加を申請する