メインコンテンツへスキップ
見出し画像

AIが作った世界を歩ける?Google『Genie 4』でできること・まだできないこと

    「AIに景色を作ってもらう」

    ここまでは、画像生成AIでもできるようになりました。

    では、AIが作った景色の中を、自分で歩き回れたらどうでしょう。

    森の中を進んだり、天気を変えたり、そこにいる人物と会話したり。

    そんな世界を、より自然に表現できるAIが登場しました。

    Google DeepMindが2026年10月27日に発表した、**「Genie 4(ジーニー4)」**です。

    実は、AIが作った世界を操作する技術自体は、前世代のGenie 3でも実現していました。

    今回のGenie 4で進化したのは、世界のリアルさに加え、音声や人物の動き、複雑な出来事の表現です。

    今回はGoogleの公式発表をもとに、Genie 3から何が変わったのか、何ができて、何がまだ難しいのかを整理します。

    ※この記事は2026年11月4日時点の公開情報をもとにしています。筆者による実機検証ではありません。

    1. Genie 4とは?動画生成AIとの違い

    Genie 4は、Google DeepMindが開発する「ワールドモデル」と呼ばれるAIです。

    ワールドモデルとは、周囲の環境や物の動き、行動によって起こる変化などを扱うAIモデルのこと。

    普通の動画生成AIでは、生成された映像を再生して見ることが中心です。

    一方、Genie 4では、キーボードなどで移動したり、文章で世界に変更を加えたりできます。

    例えば、生成された森を歩いている途中で天気を変えると、その指示に応じて場面が変化します。

    「見るための映像」ではなく、「操作に反応する世界」を生成する。

    これがワールドモデルの特徴です。

    ただし、一般的なゲームのように、完成したマップやルールが用意されているわけではありません。

    AIが操作に応じて、世界の様子をリアルタイムで生成していきます。

    2. Genie 3から何が進化した?

    Google DeepMindは2025年8月5日、前世代のGenie 3を発表しています。

    Genie 3の時点で、生成された世界をリアルタイムで移動したり、文章で天気や登場物を変えたりする機能が紹介されていました。

    つまり、世界を歩けること自体はGenie 4で初めて実現した機能ではありません。

    今回の進化として注目したいのは、次の3点です。

    ① 音や会話を世界と一緒に生成

    Genie 4は、Googleがリアルタイムワールドモデルとして初めてネイティブ音声生成に対応したと説明するモデルです。

    風や波の音だけでなく、登場人物の会話も場面に応じて生成します。

    ② 人物の動きや物理表現が進化

    人物が自然に動き、周囲の状況に反応する表現が進化しました。

    空気の流れや物の衝突など、物理的な出来事の表現も強化されています。

    Googleは特に、人物の動きや反応を大きな進歩として紹介しています。

    ③ Geminiとの連携で複雑な出来事を表現

    Genie 4では、Geminiのモデルが生成中の場面を観察し、状況に応じて次の展開を導く仕組みも紹介されています。

    単に景色を変えるだけでなく、複数の手順が必要な出来事を表現する研究が進んでいます。

    Genie 3が「歩ける世界」を示したとすれば、Genie 4は「音があり、人が反応し、出来事が進む世界」へ近づいた技術と考えると、違いがわかりやすいと思います。

    参考:Google DeepMind|Genie 3

    3. Genie 4でできること

    公式発表で紹介されている機能を、もう少し具体的に見ていきます。

    ① 生成された世界を操作できる

    キーボードやマウスを使って移動し、視点を変えられます。

    これはGenie 3から引き継がれた特徴です。

    ② 文章で世界を変えられる

    例えば、天気を変えたり、新しい人物や物を登場させたりできます。

    こちらもGenie 3の時点で紹介されていた機能ですが、Genie 4ではGeminiとの連携が強化されています。

    Geminiは文章による指示を周囲の場面に合わせて解釈し、生成中の世界が自然につながるように働きます。

    ③ 音や会話も生成できる【Genie 4の大きな進化】

    環境音や音楽、人の会話を世界とともに生成できます。

    例えば、木々の間を歩く音や、登場人物が状況に応じて話す様子などです。

    ただし、音声の正確さにはまだ改善の余地があります。

    ④ 人物の動きや物理現象を表現できる【表現力が向上】

    水の流れ、物の衝突、人物の自然な動きなどを表現します。

    ただし、見た目が自然だからといって、現実の物理現象を常に正確に再現できるわけではありません。

    ⑤ 複雑な出来事を進められる【Geminiとの連携】

    公式発表では、Gemini 3.8 Flashが生成中の場面を継続的に観察し、目標を複数の手順に分け、進行状況を確認する仕組みが紹介されています。

    状況が変われば、次の行動も調整します。

    また、別の研究として、Gemini 4 ArgonとGenie 4を組み合わせたロボット向けのシミュレーション実験も紹介されています。

    こちらは研究段階の取り組みであり、一般ユーザー向けの完成機能として提供されているわけではありません。

    4. まだできないこと・苦手なこと

    ここが今回、特に確認しておきたい部分です。

    Google DeepMindの**Genie 4モデル紹介ページにある「Limitations(制限事項)」**では、現在の課題が明記されています。

    ① 長時間、同じ世界を保つのは難しい

    連続操作できる時間は、現時点では数分程度です。

    何時間も自由に冒険できるゲームとは、まだ違います。

    ② 景色や物の状態が変わってしまうことがある

    例えば、移動したあとに元の場所へ戻ると、以前と細部が違っている可能性があります。

    長時間操作したり、複雑な変更を何度も加えたりすると、世界の一貫性が崩れやすくなると説明されています。

    ③ 現実の場所を完全には再現できない

    実在する街や建物を、完全な精度で再現できるわけではありません。

    筆者の見方としては、正確な位置関係が必要な地図や、現実の安全判断に使う災害シミュレーションの代わりにするのは適切ではないと考えます。

    一方、Googleは、洪水や山火事のような短時間の環境変化を可視化する試みも紹介しています。

    「現象をイメージすること」と「現実を正確に予測すること」は、分けて考える必要がありそうです。

    ④ 文字や複雑なやり取りにも課題がある

    生成された世界の中に、正確で読みやすい文字を表示することは、まだ難しい場合があります。

    Googleによると、文字は最初の世界の説明に含まれている場合に、はっきり生成されることが多いそうです。

    また、複数の独立した人物やAIが関わる複雑なやり取りも研究課題です。

    すごいデモが公開されていることと、あらゆる場面で安定して使えることは別。

    画像

    ここは分けて考えたいところです。

    出典:Google DeepMind|Genie 4 モデル紹介・制限事項

    5. 私たちも今すぐ使える?

    2026年11月4日時点では、Genie 4は限定されたテスター向けの研究プレビューです。

    Googleは今後、Project Genieを通じてGoogle AI Ultra加入者への提供を開始し、Gemini APIやGoogle AI Studioの早期アクセスパートナーにも展開する予定だと説明しています。

    ただし、Google AI Ultraに加入すれば、今すぐGenie 4を使えるという意味ではありません。

    提供時期や利用条件については、今後の公式案内を確認する必要があります。

    Google DeepMindの公式ページには、Project Genieのウェイトリストへの案内も掲載されています。

    Genie 4公式ページ・ウェイトリスト案内

    6. ゲームや映像制作はどう変わる?

    個人的に気になったのは、ゲーム制作への応用です。

    例えば、新しいゲームを考えるとき。

    これまでは、世界観をイラストにしたり、3Dモデルを作ったり、ゲームエンジンで試作品を組み立てたりする必要がありました。

    Genie 4のような技術が発展すれば、アイデアを文章で伝え、その世界を実際に探索しながら検討できるかもしれません。

    実際にGoogleの公式発表では、トラステッドテスターによる次のような活用例が紹介されています。

    • ゲーム開発者が、ゲームエンジンで制作を始める前に、探索できる試作品を作る。

    • 映像制作者が、撮影前にカメラの角度や照明、人物の動きを試す。

    • 写真や過去の資料をもとに、歴史的な空間を体験する方法を探る。

    ただし、現時点で「Genie 4だけで完成したゲームを制作・公開できる」と確認されたわけではありません。

    長時間の安定性や細かな操作、ゲームとしてのルール設計などには、まだ課題があります。

    そのため、今すぐ既存のゲーム制作ツールが不要になるというよりも、制作前のアイデア確認や試作を助ける技術として考える方が現実的だと思います。

    7. AIが作った世界だと見分けられる?

    もうひとつ気になったのが、生成された映像や音声の扱いです。

    Googleは、Genie 4が生成する映像と音声に、SynthIDという電子透かしを組み込むと説明しています。

    SynthIDは、AI生成コンテンツを識別するための技術です。

    ただし、電子透かしがあるからといって、誰でも見ただけでAI生成だと判断できるわけではありません。

    また、AI生成コンテンツ全般を必ず判別できるという意味でもありません。

    AIが作る映像がますます自然になるほど、その出どころを確認する仕組みも重要になっていきそうです。

    おわりに|AIが作る世界は、まだ発展途中

    Genie 4で特に印象的だったのは、AIが生成する世界が、より自然に反応するようになっていることです。

    Genie 3では、生成された世界を歩き、文章で環境を変えることができました。

    Genie 4では、そこに音や会話、人物の動き、複雑な出来事の表現が加わり、世界のリアルさがさらに進化しています。

    一方で、長時間の安定性や正確さ、一般向けの利用環境には、まだ課題があります。

    だからこそ、現時点では完成されたゲーム制作ツールというより、これからの創作やシミュレーションの可能性を示す研究技術として注目したいと思いました。

    今後、どこまで自由に、安定して世界を作れるようになるのか。

    引き続き注目していきたい技術です。


    参考資料

    ※本記事は公開情報を整理したものであり、Genie 4を実際に操作して検証した記事ではありません。

     
     
    はじめまして、ユノです🔬 「ひとり仕事の研究室」では、副業初心者さんや個人でお仕事をしている方に向けて、AI活用術や仕事に役立つテンプレートを発信しています。 難しい知識がなくても、今日から使える小さな工夫を。 AIと一緒に試して、確かめて、使いやすい形にしてお届けします💙

    あなたへのおすすめ