Google DeepMind、リアルタイムで世界を生成するモデル「Genie 4」を発表

何が発表されたか

• リアルタイム生成 — ユーザーの操作に応じて、仮想世界をその場で生成する。
• 描写の精度 — 従来モデルと比べ、映像とキャラクターの動きがより写実的になった。物体同士の衝突や空気の流れといった物理的な表現を含む。
• 音の生成 — 風や波といった環境音に加え、ユーザーの操作や場面の出来事に応じて変化するキャラクターの会話を生成する。
• Gemini との連携 — Gemini がタスクを複数のステップに分解して判断し、Genie 4 が各ステップの動きを生成する。これにより、より複雑な動作が可能になるとしている。
• 操作 — キーボードで移動とカメラ操作を行う。テキストプロンプトで天候を変えたり、人物や物体を追加できる。
• 想定用途 — ロボットの学習とゲーム開発を挙げている。
• 既知の制約 — 長時間の生成では、物体の見た目や位置が変化してしまうことがある。
• 提供範囲 — 現時点では一部のテスターのみ。今後 Google AI Ultra 契約者と、Gemini API / Google AI Studio の早期アクセスパートナーに拡大予定。

実務への影響

• 現時点で Web 制作や EC の受託業務に直接効く機能ではない。ただし「テキストから操作可能な3D空間が出てくる」方向にコストが下がっていくと、商品の体験型コンテンツやバーチャルショールームの見積もり前提が数年スパンで変わる可能性がある。
• 近いところでは、ロボット学習向けのシミュレーション環境という用途が明示されている点が実務的だ。製造業・物流系のクライアントを持つ場合、こうした学習環境の整備が案件化する余地がある。
• Gemini API 経由での早期アクセスが予告されているため、API の提供条件と料金が出た段階で改めて評価したい。現状は発表内容の確認にとどめ、提案に織り込む段階ではない。

補足

• 一次情報は Google DeepMind の公式ブログ記事「Genie 4: A new generation of world simulation」（https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/ ）。本記事は GIGAZINE による報道を通じて内容を確認しており、公式ページそのものの取得は未確認。発表日は10月27日、報道は10月28日。