Google DeepMindは2026年10月27日(現地時間)、文章や画像から「中を歩き回れる世界」をリアルタイムに作り出すAIモデル「Genie 4」を発表しました。映像に加えて環境音・音楽・会話も同時に生成し、天気やカメラの動きを文章で変えられるのが特徴です。現在は一部のテスター向けのリサーチプレビューで、Google AI Ultra加入者が使える「Project Genie」などに近日提供される予定です。

Genie 4の概要:「見る動画」ではなく「操作できる世界」を作るAI
Genieは、Google DeepMindが開発を続けている「世界モデル」と呼ばれるAIのシリーズです。動画生成AIが決まった長さの映像を作るのに対し、世界モデルはユーザーの操作に合わせて、その場で次の場面を作り続けます。ゲームのように前に進んだり振り返ったりすると、AIがその先の景色を描き出す仕組みです。
前の世代の「Genie 3」は2025年8月に発表され、現在はGoogle AI Ultraの特典「Project Genie」の中で使われています。今回のGenie 4は、Googleが「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」と位置づける新しい世代です。
| 項目 | 内容 |
|---|---|
| 名称 | Genie 4 |
| 開発 | Google DeepMind |
| 発表日 | 2026年10月27日(現地時間) |
| 入力 | 文章(プロンプト)、参考画像、キーボード操作 |
| 出力 | 操作できる映像の世界+環境音・音楽・会話 |
| 現在の提供先 | 信頼できるテスター(リサーチプレビュー) |
| 今後の提供先 | Project Genie(Google AI Ultra加入者)、Gemini API・Google AI Studioの早期アクセスパートナー(いずれも「近日」) |
| 日本での提供・料金 | 未発表 |
| 透かし | 生成した映像と音声すべてにSynthIDを埋め込み |
Genie 4の主な新機能
文章で世界をリアルタイムに変えられる
Genie 4では、世界の中を移動しながら「雨を降らせて」「カメラを引いて」「人を登場させて」といった指示を自然な文章で出せます。Googleの説明では、Geminiが指示をその場面に合うように調整し、ユーザーが何も入力していない間も世界の時間は進み続けます。発表時のデモでは、移動とカメラ操作に一般的なキーボード操作を使い、文章の指示と組み合わせていました。

物の動きや人物がよりリアルに
物どうしがぶつかる、水が流れる、木が風で揺れるといった物理的な動きを再現できるとしています。空気の流れや衝突のシミュレーションも改善されました。人物のキャラクターも周りの環境に反応しながら自然に動き、ユーザーがリアルタイムに動かすこともできます。見た目と振る舞いを現実に近づける役割は、Googleのマルチモーダルモデル「Gemini Omni」が担っています。
環境音・音楽・会話を同時に生成
Genie 4は、映像と音を最初から一緒に作る「ネイティブなマルチモーダル」のモデルです。あとから効果音を重ねるのではなく、環境音や音楽、場面に合わせて変わる会話を世界と同時に生成します。Googleは、音声をネイティブに生成するリアルタイムの世界モデルはGenie 4が初めてだと説明しています。

AIエージェントが世界の中で行動を計画
Genie 4はGeminiのほかのモデルとも連携します。「Gemini 3.8 Flash」が案内役のエージェントになり、場面を観察して目標を手順に分け、進み具合を確かめながら、世界が変わったりユーザーが割り込んだりしたときは計画を立て直します。
ロボット分野の例として、Gemini 4 ArgonがApptronikの人型ロボット「Apollo」にチェッカーを指させるデモも公開されました。Argonが考えた手順を文章の説明としてGenie 4に渡し、Genie 4がその通りに動く映像を描き出します。実際のロボットを動かす前に、AIの中で動作を試せる使い方です。
どんな用途を想定しているか
Googleは、先行して使っているテスターの例として次のような使い方を挙げています。
- 映画や映像の撮影前に、場面の雰囲気を何パターンも試す「下書き」
- 古い写真から、当時の街並みを歩けるシミュレーションを作る
- ゲームのアイデアを、すぐに遊べる形で試作する
- 企業が、ゼロから訓練用・検証用のシナリオを作る
一般の人にとっては、まずProject Genieのような「文章で作った世界を散歩して楽しむ」体験として触れることになりそうです。

提供時期・対象・料金
Genie 4は現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で、一般の人はまだ使えません。Googleは今後の提供先として、Project GenieのGoogle AI Ultra加入者と、Gemini API・Google AI Studioの早期アクセスパートナーを挙げていますが、時期は「近日」とだけ案内しています。公式ページからウェイトリスト(順番待ち)に登録できます。
Project Genieは現在、Genie 3を使った機能として提供されています。日本向けのGoogle AIプランのページでも、Google AI Ultraの特典として「140か国以上で利用可能」と案内されています。Genie 4がいつProject Genieに入るか、日本で同時に使えるかは発表されていません。
| プラン(日本の月額) | 料金 | Project Genie |
|---|---|---|
| Google AI Plus | 725円 | 対象外 |
| Google AI Pro | 2,900円 | 対象外 |
| Google AI Ultra(最小構成) | 14,500円 | 対象(現在はGenie 3) |
| Google AI Ultra(上位) | 32,000円 | 対象(現在はGenie 3) |
※料金は2026年10月30日時点の日本向け公式ページの表示です。Gemini APIでGenie 4を使う場合の料金は発表されていません。
注意点:まだ苦手なこと
Googleは、Genie 4にも次のような制限があると明かしています。
- 連続して操作できるのは数分程度で、長時間のセッションには向かない
- 長く使ったり、指示を何度も変えたり、移動を続けたりすると、物の見た目や「さっきあった物」が変わってしまうことがある
- リアルタイムの音声の正確さは改善中
- 画面内の文字は、プロンプトに書いた文字でないと読める形にならないことが多い
- 実在する場所を正確に再現することはまだできない
- 複数のキャラクターや複数のユーザーが同時に関わる場面は研究段階
安全面では、ほかのモデルと同じ安全対策を組み込み、公開前に社内で安全性を評価したうえで、まずテスターに限って提供しています。生成された映像と音声にはすべて電子透かし「SynthID」が入り、AIで作られたものだと確認できるようにしています。
独自の考察:Genie 4は何が変わるのか
今回の発表でいちばん大きいのは、音が付いたことだと考えます。これまでの世界モデルは「無音の映像の中を歩く」体験でしたが、雨音や街のざわめき、登場人物の声が同時に生まれることで、ゲームや映像作品の試作に使いやすくなります。音を後付けしないので、映像と音のずれが起きにくいのも利点です。
もう1つは、Geminiとの連携が深まった点です。Gemini Omniが見た目を、Gemini 3.8 Flashが行動の計画を担当し、Genie 4はそれを描き出す役割に集中しています。Googleが10月に相次いで発表したGemini 4世代のモデル(Gemini 4 Carbonの記事も参照)と組み合わせ、ロボットの訓練やAIエージェントの練習場として使う方向がはっきりしてきました。
一方で、一般の人がすぐに試せる状態ではありません。使えるようになってもGoogle AI Ultra(月額14,500円から)が前提になる可能性が高く、気軽に試すには料金のハードルがあります。現行のProject Genie(Genie 3)は日本向けのUltraでも特典に入っているため、Ultraに加入している人はGenie 4の登場を待ちつつ、今のうちに世界モデルの使い勝手を試しておくとよいでしょう。Gemini APIでの提供が始まれば、スマホアプリやゲームに組み込まれたサービスとして触れる機会も増えそうです。
よくある質問
Genie 4は今すぐ使えますか?
使えません。2026年10月30日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です。公式ページのウェイトリストに登録して、提供開始を待つ形になります。
無料プランやGoogle AI Proでも使えますか?
Googleが発表している一般向けの提供先は、Project GenieのGoogle AI Ultra加入者です。無料プランやGoogle AI Proでの提供は案内されていません。
日本ではいつから使えますか?
未発表です。現行のProject Genie(Genie 3)は日本向けのGoogle AI Ultraでも特典として案内されていますが、Genie 4の提供国と時期は明らかになっていません。
Genie 4で作った映像はAI製だと分かりますか?
はい。生成された映像と音声にはすべてSynthIDという電子透かしが入ります。
Genie 3との違いは何ですか?
Googleは数値での比較を公表していませんが、Genie 4では環境音・音楽・会話を同時に生成できるようになり、人物の動きや物理表現、文章での操作、Geminiのエージェントとの連携が強化されています。
まとめ
Google DeepMindの「Genie 4」は、文章や画像から歩き回れる世界を作り、音まで同時に生成する新しい世界モデルです。天気やカメラ、登場人物を文章で変えられ、Geminiのエージェントが世界の中で行動を計画することもできます。現在はテスター限定で、Google AI Ultra加入者向けのProject Genieなどに近日提供される予定ですが、日本での提供時期やAPI料金は未発表です。続報が入りしだいお伝えします。

