Google Genie 4とは？

2026年10月29日現在、Google Genie 4はGoogle DeepMindの最新のワールドモデルです。フォトリアルでインタラクティブな世界をリアルタイムで生成し、映像とともにサウンド、音楽、対話も生成します。現在は信頼できるテスター向けのリサーチプレビューであり、Googleは間もなくProject GenieのGoogle AI Ultraサブスクライバー向け、およびGemini APIとGoogle AI Studioのアーリーアクセスパートナー向けに提供予定と述べています。

Google DeepMindのGenie 4は2026年10月27日に発表されました。このページでは、その機能、Geminiがどのように制御するか、Genie 3からの変更点、その限界、ウェイトリスト、そして待っている間にGemini APIで何を構築できるかを解説します。

Google Genie 4とは？

Google Genie 4はワールドモデルです。つまり、環境とその反応をフレームごとにシミュレートするAIシステムであり、その中を移動することができます。キーボードで操作し、テキストプロンプトでシーンを誘導すると、Genie 4が次に起こることをレンダリングします。そこには世界がどのように聞こえるか、その中の人々がどのように動き、反応し、話すかも含まれます。

Googleはこれを「私たちの新しいワールドモデル」と呼び、ネイティブにマルチモーダルであると説明しています。環境音、音楽、インタラクティブな対話が世界と同時に生成されます。これはGeminiファミリーを基盤としています。Googleの言葉を借りれば、Gemini Omniは「シミュレーションを現実世界の外観と挙動に基づかせ」、他のGeminiモデルはシミュレーションの一貫性を保つ推論を担います。Googleは2つの用途を挙げています。ロボットとエージェントのトレーニング環境、そして新しいインタラクティブ体験です。

Google Genie 4の概要

各行はGoogleの発表によるものです。

Genie 4には何ができる？4つの機能

Googleはこのモデルの進歩を4つの機能に分類し、それぞれリアルタイム録画で示しています。

1. テキストで世界をリアルタイムに誘導する

変更を入力すると世界がそれに従います。天候を切り替え、カメラを動かし、人物や物体を追加できます。Geminiがプロンプトをシーンに適応させ、入力の合間も世界を動かし続けます。

デモのプロンプト（要約）：「霧のかかった湖に浮かぶプラットフォームでサックスを吹く男性の写真から始めて、カメラを水上で自由に滑らせてください。」

2. リアルな物理と人物

Genie 4は空気力学、衝突、その他の物理的事象をシミュレートします。Googleは人物の扱いを「最も劇的な飛躍」と呼んでいます。キャラクターは自然に動き、周囲に反応し、リアルタイムで誘導できます。

デモのプロンプト（要約）：「カエデの種が木から草の上に落ちる様子を、マクロ撮影で。」

3. ネイティブサウンドとライブ対話

Googleによれば、Genie 4は「音声をネイティブに生成する初のリアルタイムワールドモデル」です。すべての世界が独自の環境音を備え、キャラクターはあなたの入力やシーン内の出来事に反応して会話を交わします。

デモのプロンプト（要約）：「黒いドラゴンに乗ってレースコースを一人称視点で駆け抜ける。轟く羽音と唸る風とともに。」

4. Geminiによる複雑な多段階イベント

GeminiとGenie 4を組み合わせることで、シミュレーションが多段階の計画に従うようになります。次のセクションでその方法を説明します。

デモのプロンプト（要約）：「ロボットアームがピペットを持ち、実験用プレートに液体を垂らすと、小さな火花が散る。」

Geminiがループ内でどのように動作するか

Gemini 3.8 Flashは、Googleが「ループ内のガイドエージェント」と呼ぶ役割を果たします。Genie 4が世界を生成する間、Geminiは次のことを行います。

1. シーンを継続的に監視する。
2. あなたの目標を一連のステップに分解する。
3. 入ってくるフレームを確認し、各ステップが実際に行われたかをチェックする。
4. 世界が変化したり、あなたが介入したときに、その場で計画を変更する。

エージェントを構築する人にとって、このパターンはなじみ深いものです。計画し、行動し、観察し、検証し、再計画する。プランナーの詳細はGemini 3.8 Flash APIガイドをご覧ください。

Googleはまた、Gemini 4 ArgonをGenie 4およびGemini Roboticsと組み合わせました。そのデモでは、Argonがユーザーのタスクをステップに分割し、シミュレーションのレンダリング中にテキストキャプションとしてGenie 4に渡します。その結果、シミュレートされたApptronik Apolloヒューマノイドがチェッカーを一ステップずつプレイします。

Genie 3とGenie 4：何が変わったか

Googleは2025年8月5日にGenie 3を発表しました。この比較は、Googleの2つの発表記事に記載されている内容のみを使用しています。

Genie 3は後にGoogle LabsのアプリであるProject Genieを通じてユーザーに届きました。その経路についてはGoogle Genie 3の使い方ガイドで解説しています。

Googleの言葉によるGenie 4の限界

Googleはまだ機能しない点について率直です。Genie 4は「初期段階の進化し続ける研究領域であり続けて」おり、記事では以下の限界を挙げています。

• 短いセッションでの一貫性。環境は短いセッションでは一貫性を保ちますが、視覚的詳細とオブジェクトの永続性は「時間の経過とともに変化したりずれたりする可能性があります」。
• ドリフトの誘因。ドリフトはシミュレーションが長時間実行されたとき、複数の複雑なプロンプト編集の後、そしてシーン内を移動している間に悪化します。
• 未解決の問題。複雑な物理的相互作用、リアルタイム音声の精度、読み取れるテキスト、空間精度、長期的な一貫性は、すべて「進行中の研究の活発な領域」です。

安全性について、GoogleはGenie 4が他のモデルに匹敵するガードレールを備え、社内の安全性評価に合格し、まず信頼できるテスターに提供されたと述べています。そのすべての映像と音声には、Googleの不可視ウォーターマークであるSynthIDが付与されています。

今日Genie 4をテストしているのは誰か？

信頼できるテスターは、クリエイティブ産業、ジャーナリズム、教育、ゲーム、エンジニアリングから集まっています。映画制作者はプリビジュアライゼーションのための「ドラフトモード」として使用し、フォトジャーナリストはアーカイブ写真を探索可能なシーンに変え、ゲーム開発者は「初期アイデアから探索可能なプロトタイプまでを数秒で」実現します。

Genie 4のウェイトリストに参加する方法

Googleは公開ウェイトリストを1つ運営しています。Project Genie内のGenie 4向けです。

1. Google DeepMindのGenie 4の記事を開きます。
2. 上部のJoin the Genie 4 waitlistをクリックするか、「Next steps」セクションの「here」リンクをクリックします。どちらもGoogleのGenie 4ウェイトリストフォームを開きます。
3. 「Apply for Genie 4 access in Project Genie」というタイトルのフォームに記入します。
4. 展開状況についてProject Genieを確認します。GoogleはGoogle AI Ultraサブスクライバーを最初の消費者グループとして挙げています。

開発者アクセスは別トラックであり、まだ公開された申請プロセスはありません。Genie 4 APIアーリーアクセスガイドをご覧ください。

Project Genieは無料ですか？GoogleはGenie 4の無料枠を発表していません。コストとすべての$0オプションについてはProject Genieは無料？で解説し、今すぐ試せる他のワールドモデルについてはProject Genieの代替にまとめています。

開発者が今日Gemini APIで構築できるもの

Genie 4のエンドポイントはまだありませんが、ループのGemini側は公開されています。gemini-3.8-flashはGemini APIモデルページにありますので、独自のフレームに対して計画・検証ステップを構築できます。画像と目標を送信すると、ステップと判定が返ってきます。

generateContentエンドポイントへの最小限のリクエストは次のようになります。

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.8-flash:generateContent" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "parts": [
        {"text": "Goal: the character opens the door. Plan the steps as JSON, then say if this frame shows step 1 done."},
        {"inline_data": {"mime_type": "image/png", "data": "<BASE64_FRAME>"}}
      ]
    }],
    "generationConfig": {"responseMimeType": "application/json"}
  }'

Genie 4がAPIパートナーに開放されたとき、あなたのスーパーバイザー層はすでにテスト済みです。

コーディングエージェントにApidog CLIでテストさせる

JSONの形状を変える検証器は、あなたのループを静かに壊します。変更のたびにコーディングエージェントにApidog CLIをGeminiエンドポイントに対して実行させましょう。

npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com   # pick your agent when prompted

次にClaude Code、Codex、Cursorのいずれかに1つのプロンプトを与えます。

In Apidog project <id>, create a test case for POST
/v1beta/models/gemini-3.8-flash:generateContent that sends a sample frame and a goal,
asserts status 200, asserts the response text parses as JSON with a "steps" array and a
"verified" boolean, then run it against the gemini environment and summarize any failures.

エージェントはペイロードスキーマを読み、ファイルを検証し、ケースを作成して実行します。

apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <id> --file case.json
apidog run --test-case <caseId> --project <id> -e <envId> -r cli,json

-r cli,jsonを-r junitに置き換えれば、同じ実行がCIジョブに適合します。Apidog CLI CI/CDガイドでセットアップを、Claude CodeでのApidog CLIでエージェント側を解説しています。ApidogのFreeプランは最大4ユーザーまで対応しています。

FAQ

Google Genie 4はいつリリースされますか？Googleは日付を公表していません。2026年10月29日現在、Genie 4は信頼できるテスター向けのリサーチプレビューであり、GoogleはProject GenieのGoogle AI Ultraサブスクライバー、およびGemini APIとGoogle AI Studioのアーリーアクセスパートナー向けに「近日提供」と述べています。

Genie 4はGemini APIで利用できますか？公開されてはいません。GoogleはGemini APIとGoogle AI Studioのアーリーアクセスパートナーを次のステップとして挙げていますが、モデルID、ドキュメント、価格は公表していません。

Genie 4とProject Genieの違いは何ですか？Genie 4はモデルです。Project Genieは、消費者がGoogleのワールドモデルを使用するGoogle Labsのアプリです。GoogleのウェイトリストはProject Genie内のGenie 4向けです。

Genie 4は音を生成しますか？はい。Googleはこれを音声をネイティブに生成する初のリアルタイムワールドモデルと呼んでいます。環境音、音楽、インタラクティブな対話が世界とともに生成されます。

Genie 4のセッションはどのくらい一貫性を保てますか？Googleは数値を示していません。環境は短いセッションでは一貫性を保つが、より長時間の実行、多数のプロンプト編集の後、または移動中には、詳細とオブジェクトの永続性がずれると述べています。