Google DeepMind、リアルタイムで操作できる世界モデル「Genie 4」を発表

Google DeepMindは2026年10月27日、これまでで最もリアルでインタラクティブな世界モデルとする「Genie 4」を発表しました。DeepMindは投稿で、ユーザーは動的な環境をリアルタイムで探索でき、シーンがどう反応し、どんな音が鳴り、登場する人々がどう動き、反応し、話すかを確認できると述べています。また、「Genie 4: a new generation of world simulation」と題したブログ記事を公開しました。

DeepMindのブログ記事によると、Genie 4はネイティブにマルチモーダルで、環境音、音楽、世界とインタラクションする対話を生成します。また、Geminiファミリーを基盤としており、Gemini 3.8 Flashがガイド役のエージェントとしてシーンを観察し、目標を段階に分け、ユーザーの介入に応じて計画を調整します。DeepMindは、これを初期段階の実験モデルと位置づけています。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を開始し、その後、一般ユーザーと開発者にも展開する予定です。まずGoogle AI Ultraの加入者はProject Genieで、早期アクセスパートナーはGemini APIとGoogle AI Studioで利用できます。

発表を伝えるX上の投稿によると、ウェイトリストが設けられ、Google AI Ultraユーザー向けに順次展開されているとのことです。また、対話を含むネイティブ音声、リアルタイムのプロンプト制御、長時間にわたる一貫性を保つためのGeminiの推論機能も挙げられています。これらは投稿者による解釈であり、DeepMindの投稿で述べられた内容ではありません。