
Google、世界モデル「Genie 4」をGemini APIで提供開始
GoogleGenie 4Gemini API世界モデルSynthID
Googleは11月19日、世界モデル「Genie 4」をGemini API(Interactions API)とGoogle AI Studioで開発者に提供開始した。テキストプロンプトや参照画像から、音声付きの720p・24fpsのインタラクティブな世界を連続生成でき、キーボード操作やテキスト指示で天候や照明、物体をその場で変更できる。出力にはすべてSynthIDの電子透かしが入る。
何が発表されたか
Googleは2026年11月19日、世界モデル(world model)「Genie 4」を開発者向けに提供開始したと発表した。提供経路はGemini APIのInteractions APIと、Google AI Studioの2つ。前日のGenie 4発表に続くものだとしている。
発表された仕様は以下の通り。
- 入力は テキストプロンプト、参照画像、またはその両方から始められる。
- 出力は 720p / 24fpsの連続した世界で、ネイティブ音声が同期する。音声には環境音、効果音、キャラクターの台詞が含まれる。
- リアルタイムのキーボード操作と、実行中のテキスト指示に対応する。環境内を移動したり、天候・照明・物体・イベントをその場で変更できる。
- Geminiの推論によって、世界の状態(world state)の一貫性と整合性が保たれるとしている。
- 出力には すべてSynthIDの電子透かしが入る。
- Google AI Studioにインタラクティブなキャンバスとスターターアプリが用意されている。
Googleが挙げている用途は、インタラクティブな体験のプロトタイピング、空間デザインのコンセプト可視化、ロボティクスやAIエージェントの学習の3つである。
開発者への影響
従来の動画生成と違い、生成された世界の中を操作しながら進める点が特徴になる。制作の実務で近いのは、インタラクティブなコンテンツや空間演出の方向性を、実装前に動く形で確認する用途である。クライアントへの提案段階で、静止画やコンテ以外の選択肢が増える。
一方で、今回の発表にはモデルの提供地域やレート制限、一般提供かプレビューかの区分についての記載がない。料金についてもGemini APIのドキュメントを参照するよう案内されているだけで、発表自体には単価が示されていない。実際に見積もりに組み込むには、ドキュメント側の確認が必要になる。
生成物にSynthIDの電子透かしが入る点は、受託制作で成果物を納品する場合に把握しておきたい仕様である。AI生成であることが技術的に検出可能な状態で出力されるため、広告プラットフォームのAI生成コンテンツ開示要件などと組み合わせて考える必要がある。
