Genie 4、映像と音を生む対話型の仮想世界を公開

音を伴う世界モデルへ

Google DeepMindは2026年10月27日、世界モデルGenie 4を発表しました。自然文で場面を変えながら探索でき、映像に加えて環境音や会話なども生成する仕組みです。公開時点では信頼されたテスター向けの研究プレビューで、Google AI UltraのProject Genie利用者や一部の開発パートナーへの拡大を今後の予定として案内しています。

研究プレビューの位置づけ

発表では、天候やカメラ、人物や物体を指示で変える実時間の操作を紹介しています。一方で、長く動かしたときの物体や細部の変化、複雑な物理、音、読みやすい文字、空間精度などは研究課題と明記しています。生成映像と音声にはSynthIDを用いるとしていますが、見た目が自然であることを、現実の出来事や物理的に正しい結果の証明と捉えることはできません。

体験の試作を考える

実務での見方としては、完成映像を作る前に「この世界をどう見せたいか」を試す用途が考えられます。たとえば展示空間の雰囲気やブランド体験の導入部分を、静止画の一案だけでなく、視点を変えながら確認するイメージです。映像の企画でも、カメラ位置や光、音の組み合わせを探索し、関係者が共通のイメージを持つ補助にできる可能性があります。これは利用提案であり、導入効果の実測ではありません。

使える範囲を実測する

評価するときは、一度よい場面が出ることだけでなく、指示した条件を変えた後も必要な要素が保たれるかを見るとよいでしょう。商品や建物の形、登場人物、空間の配置など、変えてよいものと変えてはいけないものを先に分けます。短い試作で確認できた範囲を記録し、長い体験や多数の操作へ、そのまま結果を広げないようにします。リアルな表現ほど、どこが生成による仮定なのかを説明する準備も必要になります。

再現性と安全性を確かめる

導入機会が得られるまでは、作りたい体験の目的、参照素材の権利、評価する条件を整理しておくことが準備になります。安全性や設計判断に関わるシミュレーションへ使う場合は、映像の説得力だけで結論を出さず、別の専門的な検証が必要です。制作分野でも、試作を実写や完成済みの製品と誤認させない表示を考えます。Genie 4は一般利用を前提に急いで導入するより、探索可能な試作が自分たちの企画で何を確かめられるかを考える発表です。試作の記録には、入力した条件と途中で変更した内容も添えておけば、他の担当者がどこまで確認した案なのかを理解しやすくなります。