Google DeepMind「Genie 4」公開 — 音声生成対応の新世代ワールドモデル
Google DeepMindは2026年10月27日、新世代ワールドモデル「Genie 4」を研究プレビューとして公開した。テキスト指示だけでインタラクティブな仮想世界をリアルタイムに生成できるほか、BGMや環境音、会話を仮想世界と同時に出力するネイティブ音声生成機能も初めて搭載している。
Genie 4の主要機能と動作構造
Genie 4の主要能力は4つある。リアルタイム操作、物理演算と人間動作のシミュレーション、ネイティブ音声生成、インタラクティブな対話だ。Gemini 3.8 Flashがシーン観察と目標分解を担い、Gemini Omniが視覚的アンカリングを行う二層構造で動作する。テキスト1文から物理法則に沿った3D空間が生成され、人物の動作・発話・周囲の環境音が同時に出力される仕組みだ。
想定される活用領域は、映画のプレビジュアライゼーション、歴史的シーンの探索、ゲームのプロトタイプ設計、ロボット訓練環境の構築など多岐にわたる。生成コンテンツにはSynthID電子透かしが付与される。なお、長時間シミュレーション時のオブジェクト永続性やテキスト描画の精度は引き続き研究段階にある。
“music, ambient noises and interactive dialogue simultaneously alongside the simulated world”
（筆者意訳：「音楽、環境音、インタラクティブな対話を、仮想世界と同時に生成する」）
Google DeepMind（出典：Google DeepMind 公式ブログ「Genie 4: A new generation of world simulation」 2026年10月27日）
利用条件と提供形態
現在はGoogle AI Ultra加入者向けのProject GenieとGemini API・Google AI Studioを通じた早期アクセスパートナー向けの提供が予定されている。Google AI Ultraは2026年5月の価格改定後、月額100ドル（約1万5,000円）と月額200ドル（約3万円）の2段階となった。Project Genieへのアクセスには上位の200ドルプランが必要との情報がある（公式サイトで要確認）。
日本からの利用可否については、サポート対象言語のリストに日本語が含まれるとの情報がある。ただし現時点ではリサーチプレビュー段階であり、日本からのアクセス条件・日本語インターフェースの詳細は公式サイトで要確認となっている。
中小企業が注目すべきポイント
Genie 4の活用は映像制作やゲーム開発に限らない。製造業では、設計段階の製品を仮想空間で動かすデモ環境を構築することで、受注前のクライアントとの合意形成コストを下げる用途が考えられる。建設業では、施工前の完成シミュレーションをテキスト指示で手軽に作成し、顧客への説明資料として活用する場面が想定される。小売業では、新店舗のレイアウト検討や接客シナリオの仮想検証に応用できる可能性がある。
研修コンテンツの制作でも注目される。テキスト指示だけでインタラクティブな研修シーン（工場内の安全手順や接客ロールプレイなど）を生成できれば、動画制作にかかるコストと時間を圧縮できる。現時点では月額200ドルのプランが必要なため、本格導入の前にGemini APIの早期アクセスで動作感を確認するのが現実的な最初のステップになる。
出典: Google DeepMind「Genie 4: A new generation of world simulation」（2026-10-27）
