著者注:Genie 4 について、研究ブログ記事、製品発表、製品ページを日付順に整理します。Genie 4 は1本の完成動画を生成するのではなく、キーボードで中に入り、歩きながらテキストでシーンを書き換えられ、しかも音声まで備えた世界を生成するものです。本記事では、現在誰が試せるのか、どうやって使うのか、できたものをどこに公開できるのかを明らかにします。
2026年11月18日、GoogleはGenie 4をProject Genieに組み込みました。使い方は、一文か1枚の画像から始め、キーボードで中に入り、歩きながらテキストで天気や人物、音声を変えるというものです。同日、Googleの公式投稿、Googleブログ、DeepMindのモデルカードがそろって公開されました。11月19日に開いた製品ページも、すでに「現在利用可能」の状態に変わっていました。
これは、プロンプトを入力して1本の動画ができるのを待つだけの、よくある完成動画モデルではありません。Genie 4が生成するのは、自分で操作でき、途中で書き換えられる世界です。映像と音声は、あなたの動きに合わせてリアルタイムに変化します。本記事では、10月27日の研究ブログ記事、11月18日の製品発表、11月19日の製品ページを分けて解説します。どれが現行仕様で、どれが単なる初期段階の説明なのかを、項目ごとに明確にします。
この記事のポイント:3分で、Genie 4とは何か、現在どこで使えるのか、実際に手を動かすときに最初にやる3ステップを理解できます。

Genie 4 の核心情報をざっと確認
まずは表で最重要の事実を並べます。各項目は公式資料に対応しており、日付はそれぞれの公開日に基づきます。
| 情報項目 | 詳細 |
|---|---|
| 発表元 | Google DeepMind |
| 製品公開 | 2026-11-18、Project Genie 内に公開(エントリーポイントは labs.google/projectgenie) |
| ひとことで言えば | 公式は「現時点で最もリアルでインタラクティブな世界モデル」と表現 |
| 入力方式 | テキスト、画像、リアルタイムのキーボード・マウス操作(11-18 のモデルカードによる) |
| 出力仕様 | リアルタイム 720p 動画、最大 24 フレーム毎秒、同期オーディオ付き(11-18 のモデルカードによる) |
| 連続インタラクション時間 | 約 1 分(11-19 の製品ページによる) |
| 基盤モデル | Gemini Omni Flash 上に構築(11-18 のモデルカードによる) |
| 試せる人 | 条件を満たす Google AI Ultra 購読者は現在利用可能。Google AI Pro は 11-18 からウェイトリストに参加可能 |
| ウォーターマーク | 生成された動画と音声の両方に SynthID を付与 |
Genie 4 と「完成した 1 本の動画を生成する」ことの違い
Genie 4 を初めて聞いた多くの人は、またひとつテキストから動画を生成するツールだと受け取るでしょう。両者の違いは「どこで終わるか」にあります。完成動画モデルは固定長の動画を渡し、再生が終わればそれで終わりです。Genie 4 が渡してくれるのは、動き続けている世界です。キーを押せば前に進み、一文を入力すれば天気を変え、人物を追加し、カメラを切り替えます。
今回もっとも直感的に分かる新要素が音声です。Google のブログによれば、Genie 4 は初めて映像とリアルタイムのネイティブ音声を組み合わせ、環境音からキャラクターの会話までシーンに合わせて変化します。つまり、晴れを豪雨に変えれば雨音も一緒に出てくるのであって、後から音楽を 1 トラック足すのではありません。

Genie 4 の使い方:3ステップで AI の世界に入り込む
製品ページで紹介されているプロンプトの方法はとてもシンプルです。まず文章ひとつ、あるいは画像1枚でシーンを決め、次にその場で短いプロンプトを使って出来事やカメラワーク、サウンドを変えていきます。分解すると、次の3ステップになります。
- まず一言か1枚の画像でシーンを決める。たとえば「夕暮れの雪山のスキーコース、遠くにロープウェイが見える」といった情景を書きます。写真をそのままアップロードしてもかまいません。製品ページでは、はっきり読める文字はオープニングの説明文に書いた場合にだけ現れることが多いと注意を促しています。看板や道しるべに文字を出したいなら、最初の一文に書き込んでおきましょう。
- キーボードで中に入っていく。モデルカードには、入力にリアルタイムのキーボード・マウス操作が含まれ、画面はあなたの移動に合わせてリアルタイムに生成されると書かれています。このステップこそが、あなたと完成した動画との差を生むところです。あなたは見ているのではなく、歩いているのです。
- 途中で短いプロンプトを使って天気・人物・カメラワーク・サウンドを変える。Google のブログによれば、歩きながらさらにプロンプトを入力し、天気を変えたり、人物を追加したり、動作を変えたりできるそうです。プロンプトは短く具体的であればあるほどよいとされます。たとえば「大雪が降ってきた」「カメラを引いて」「遠くから犬の鳴き声が聞こえる」などです。

Genie 4 の Project Genie agent と Gemini ができること
始める前に、まず Project Genie agent と話してみましょう。公式投稿によれば、対話を通じて世界の外観とBGMを決めることができます。Google ブログはさらに、この agent が複数のマルチモーダルモデルを編成し、まずその世界の象徴的な画面を作り出し、その後で雰囲気に合ったBGMを付けると説明しています。
世界に入った後は、Gemini を会話に連れ込むこともできます。Gemini は画面上で起きていることを見て、その場に合った提案をポップアップ表示したり、直接世界の中でイベントを発生させたりします。公式ギャラリーには Rock Paper Scissors という例があり、Gemini をリアルタイムの審判役にしています。
Genie 4 を今試せるのは誰か
公開範囲は11月18日の公式投稿と Google ブログに明確に記されています。条件を満たす Google AI Ultra のサブスクリプションユーザーは、直接 Project Genie に入って利用できます。Google AI Pro ユーザーは11月18日から、同じページでウェイティングリストに登録して順番待ちができます。
Genie 4 で完成させた世界は公開・改変できる
完成した世界は新しいコミュニティギャラリーに投稿でき、ほかの人が中に入ってさらに手を加えられます。公式が挙げている例は、昼間のスキーコースを夜間のライトアップコースに変えるというものです。逆に、ギャラリー内の任意の既存世界から始めて、景観やサウンドトラック、ルールを変えることもできます。
Google のブログでは、いくつかのギャラリー作品を取り上げています(あくまで例で、ランキングではありません)。Living Memory は個人の写真を探索できる空間に変えます。Dino Field Guide は 360 度パノラマ画像を使って先史時代の生息地を作ります。初期のコラボレーションでは、Google はクリエイティブテクノロジストの Will(BLVCKL!GHT)とゴシック邸宅の密室「Villa Giallo」を、映画製作者の Anand Gandhi とアリの視点でアリの群れを通り抜ける「The Life of Ants」を制作しました。
Genie 4 と Genie 3 の選び方
Genie 3 は提供終了になっておらず、引き続き Project Genie のモデルセレクターに残っています。しかも今回はアップデートもあります。Google のブログでは役割分担が明確です。最高の画質・物理演算・ネイティブ音声を求めるなら Genie 4、より長く探索したい、あるいはパノラマ画像から始めたいなら Genie 3 を選びます。
| ニーズ | 選ぶモデル | 根拠(11-18 の公式投稿とブログ) |
|---|---|---|
| 画質と物理演算がよりリアル | Genie 4 | 現在もっともリアルな世界モデルだと公式が説明 |
| 音声とキャラクターの会話が必要 | Genie 4 | 映像とリアルタイムのネイティブ音声を初めて一体化 |
| 1 回でより長く探索したい | Genie 3 | 1 回の探索が 60 秒から最大 3 分に延長 |
| 複数の世界をつないで長いルートを作りたい | Genie 3 | 複数の世界をつなげる機能をサポート |
| 360 度パノラマ画像から始めたい | Genie 3 | パノラマ画像を新しい世界の起点に使える |
| 探索中にテキストで環境を変えたい | どちらも可能 | Genie 3 にも今回、自然言語による環境変更を追加 |
Genie 4 の3つの時間軸——初期の発表を現行仕様と取り違えないこと
Genie 4 の情報は3回に分けて公開されており、内容は完全に同一ではありません。ニュースを読むときに最も混同しやすいのが、10月の研究プレビューを11月の製品仕様と取り違えることです。
| 日付 | 出典 | 性質 | 主な内容 |
|---|---|---|---|
| 2026-10-27 | DeepMind の研究ブログ記事 | 研究プレビュー | まず信頼されたテスターに提供。4つの新機能。多段階イベントは Gemini が担当。ロボット実験 |
| 2026-10-27 | TechCrunch などのメディア向けブリーフィング | メディアによる報道 | 「シーンは約2分間維持でき、おおよそ前世代の2倍」と記載 |
| 2026-11-18 | 公式投稿、Google ブログ、モデルカード | 製品リリース | Project Genie へ参入。Ultra で利用可能、Pro はウェイトリスト。コミュニティギャラリー。Genie 3 のアップデート |
| 2026-11-19 | 製品ページ(検索日時点の最終状態) | 現行の説明 | 連続インタラクションは現在約1分間。6つの既知の制限 |
ここで最も注意すべきは尺(時間の長さ)です。「約2分間」という数字は10月のメディア向けブリーフィングに由来するもので、11月18日のモデルカードや11月19日の製品ページに書かれた数字ではありません。現行の製品ページには「連続インタラクションは現在約1分間」とあり、長時間のセッションにはなっていません。
Genie 4 に関係する3つの Gemini の名前
資料には3つの Gemini の名前が登場しますが、それぞれ別の役割を担っており、同じモデルではありません。
| 名前 | 登場箇所 | 役割 |
|---|---|---|
Gemini 3.8 Flash |
10-27 の研究ブログ記事 | 多段階イベントにおけるガイドエージェント。画面を見て、ステップを分解し、フレームごとに成功したかを確認し、ユーザーが介入したり世界が変化したときに計画を変更する |
Gemini 4 Argon |
10-27 の研究ブログ記事のロボット実験 | タスクをステップに分解して Genie 4 にレンダリングさせる。例として Apptronik の人型ロボット Apollo がチェッカーを打つが、実際のロボットは登場しない |
Gemini Omni Flash |
11-18 のモデルカード | Genie 4 の基盤モデル |
モデルカードにはフロンティア安全性評価についての記述もあります。Genie 4 は Gemini 3 シリーズの中で評価され、追跡対象のリスク能力レベルに達する可能性は低いという結論でした。これは安全性評価の結論であり、創作能力のランキングではないので、読み解くときに混同しないようにしましょう。
Genie 4 が公式に認めている制限
製品ページとモデルカードは、欠点から目を背けていません。以下は実際に触る前に把握しておきたいポイントです。
- 環境がドリフトする:プレイ時間が長くなるほど、変更が複雑になるほど、シーン内を遠くまで進むほど、視覚的なディテールやオブジェクトの恒存性(物体が存在し続けること)がずれやすくなります。
- 複数キャラクターのインタラクションは難しい:複数の独立したキャラクターと共有環境の間の複雑なインタラクションは、依然として研究上の難題です。
- 実在の場所は不正確:現時点では実在する場所を完璧にシミュレートすることはできません。
- 文字は事前に書く必要がある:鮮明な文字は、多くの場合オープニングの説明に書き込んだときにだけ現れます。
- セッションが短め:連続インタラクションは約1分間。リアルタイム音声の精度もまだ改善途上です。
Google ブログでも Genie 3 と Genie 4 の両方がフロンティア研究の範疇に位置づけられており、取り組み中の課題にはカメラの遅延、複雑な物理的インタラクション、シーンの長期的な維持が含まれています。モデルカードには人手による評価と自動評価が行われたことが記され、Genie 3 と比べて写真のようなリアリズム、動作の滑らかさ、リアルタイムの方向転換で大幅に向上したと述べられています。ただし、スコアやサンプル数、勝率は公開されていないため、これはあくまで公式の説明と受け取るべきです。
Genie 4 の影響分析
クリエイターにとって:まずスタイルを試し、それから制作するかどうかを決める
研究ブログ記事では、信頼されたテスターたちの使い方が紹介されています(公式による紹介であり、私たち自身の実測ではありません)。映像チームは現場でのプリビズ(事前視覚化)に使い、カメラワーク、ライティング、セリフ、動きを調整します。ゲームチームはエンジンコードを書く前に、スタイルとゲームプレイを試します。古い写真を、その中を歩き回れる歴史的なシーンに変える人もいます。
これらの使い方に共通するのは、「まず一度通り抜けて感覚を掴む」という点です。セッションが約1分で環境がドリフトするため、現時点では最終納品ツールというより、素早く試行錯誤するためのドラフト環境のような存在です。ギャラリーとリミックス機能によって、良いアイデアを他の人が続けて発展させられるようになりました。
開発者にとって:Genie 4 には現在公開されたインターフェースがない
ここは明確にしておきましょう。Genie 4 の現在の配布チャネルは Project Genie であり、モデルカードにも「Project Genie 経由での配布を予定」と書かれています。10月27日の研究ブログ記事では、将来的に開発者向けへ提供する予定で、その出発点には Gemini API や Google AI Studio のアーリーパートナーが含まれると述べられていました。ただしこれは研究プレビュー時点の計画であり、今日すでに一般公開された Genie 4 の呼び出しインターフェースがあるという意味ではありません。
もしあなたのニーズが「API を使って自分で作る」、たとえば自分のアプリでショート動画や挿絵を一括生成することであれば、まず二つのことを区別しておきましょう。第一に、こうした生成自体には生成クレジットが必要で、回数課金や従量課金の形態がありますから、コストを先に見積もっておきましょう。第二に、あなたが必要としているのは実は完成動画モデルや画像モデルであって、世界モデルではないかもしれません。これらは別のツールです。
私たちは 2026-11-19 に APIYI のモデル一覧 docs.apiyi.com/models とリアルタイム価格 API を確認しましたが、いずれにも Genie、Genie 4、Gemini Omni Flash のエントリはありませんでした。現在未上架であり、このモデルはできるだけ早く上架する予定です。モデルと価格はプラットフォームのモデル一覧を基準とします。そのため、本記事では Genie 4 の価格は一切記載しません。
今日すぐに呼び出せるインターフェースに切り替えたい場合は、以下の順序で確認してください。
| 確認項目 | 方法 | 利用可能なプラットフォーム |
|---|---|---|
| モデルの確認 | モデル一覧で現在提供中の動画・画像・対話モデルを確認する | APIYI apiyi.com |
| 価格の照合 | リアルタイム価格を基準に、入力価格・出力価格または回数課金の価格をモデルごとに確認する | APIYI apiyi.com |
| プロトコルの照合 | OpenAI 互換インターフェース。base_url を https://api.apiyi.com/v1 に置き換えれば接続できます |
APIYI apiyi.com |
| 世界モデル | Genie 4 は現在 Project Genie 内でのみ利用可能です | 未上架 |
🚀 導入のご提案:呼び出せる生成インターフェースをお求めなら、まず APIYI apiyi.com で一つの APIキーを使って OpenAI、Claude、Gemini などの主要モデルをテストできます。プラットフォームは OpenAI 互換インターフェースで従量課金、新規ユーザーには無料テスト枠があり、まず少量で動作確認してから方針を決めるのに適しています。
業界にとって:世界モデルがデモから製品へと移行し始める
10月の研究プレビューから11月にサブスクリプション製品へ入るまで、わずか3週間ほどしか経っていません。コミュニティギャラリーとリミックス機能も加わり、Genie 4 はもはや論文のデモではなく、共有でき、二次創作も可能な製品形態になっています。
同時に、SynthID のウォーターマークは動画と音声をカバーし、入力と出力も安全スクリーニングを経ています。世界モデルがますますリアルなシーンや音を生成できるようになるにつれ、こうしたマーキングとスクリーニングはプラットフォーム側で必ず整備すべき要素になるでしょう。
Genie 4 よくある質問(FAQ)
Q1:Genie 4 とは何ですか?
Genie 4 は Google DeepMind のワールドモデルで、現時点で最もリアルかつインタラクティブなモデルだと公式に称されています。テキストや画像で開始し、キーボードで内部を歩き回りながら、途中でテキストを使ってシーンを変更できます。映像と音声はリアルタイムでそれに合わせて変化します。
Q2:Genie 4 と一般的な AI 動画生成の違いは何ですか?
完成動画を生成するモデルは、固定された1本の動画を生成し、見終わったら終わりです。Genie 4 が生成するのは、操作でき、途中で書き換えもできる世界であり、リアルタイムのネイティブ音声も備えています。両者は用途が異なり、互いに代替できるものではありません。
Q3:Genie 4 はいつ使えますか?私も使えますか?
2026年11月18日から、条件を満たす Google AI Ultra のサブスクリプション利用者は Project Genie で利用できます。Google AI Pro ユーザーは同日からウェイトリストに登録できます。アクセス先は `labs.google/projectgenie` です。
Q4:Genie 4 は1回にどれくらい遊べますか?2分と聞いたのですが?
「およそ2分」というのは10月27日のメディア向けブリーフィングで伝えられたもので、現行の仕様ではありません。11月19日の製品ページには、連続インタラクションは現在およそ1分と書かれています。1回により長く遊びたい場合、公式は Genie 3 を選ぶよう推奨しています。Genie 3 は現在最大3分です。
Q5:API 経由で Genie 4 を呼び出せますか?
現在、公開されて呼び出せる Genie 4 のインターフェースはありません。モデルカードに記載されている提供チャネルは Project Genie です。2026-11-19 時点で確認したところ、APIYI apiyi.com のモデル一覧と価格表にもまだ Genie 4 はありません。まだ提供を開始していませんが、できるだけ早くこのモデルを追加します。モデルと価格はプラットフォームのモデル一覧を基準にしてください。
Q6:自分のアプリ内で生成モデルを呼び出したいだけの場合、どう始めればよいですか?
まず、必要なのが完成動画、画像、会話のどの能力なのかを整理し、そのうえでモデル一覧から対応する提供中のモデルを探してください。OpenAI 互換の SDK を使い、base_url を `https://api.apiyi.com/v1` に設定すれば、1つの APIキーで複数の主要モデルに接続できます。新規ユーザーの無料枠は、まず一連の流れを動かして確認するのに使えます。
Genie 4 の核心ポイント Key Takeaways
- 世界そのもの、完成した動画ではない:Genie 4 ではキーボードでその世界に踏み込み、歩きながらテキストでシーンを変えられます。
- 音も一緒に出てくる:映像とリアルタイムのネイティブ音声を初めて組み合わせ、環境音と会話も含みます。
- 3ステップで始められる:一文か1枚の画像で始め、キーボードで入り、短いプロンプトで天気、人物、カメラ、音を変えます。
- 試せる人:条件を満たす Google AI Ultra は現在利用可能、Google AI Pro は 11-18 から順次案内。
- 現在の長さは約1分:2分は10月のブリーフィングでの記述で、現在の仕様ではありません。
- 共有も改編もできる:作品はコミュニティギャラリーに投稿でき、他の人の世界の景観、BGM、ルールも変更できます。
- API を使いたいなら先にモデルを確認:Genie 4 には公開 API がまだありません。呼び出せるモデルは APIYI apiyi.com のモデル一覧を基準にしてください。
まとめ
Genie 4 で AI が世界を作る方法は、突き詰めると3点になります。
- 位置づけ:入り込んで歩きながら変更でき、音がリアルタイムに追従する世界であり、生成して見終わったら終わりの完成動画ではありません。
- 始め方:まず一文か1枚の画像でシーンを決め、次にキーボードで入り、途中で短いプロンプトで天気、人物、カメラ、音を変えます。完成後はコミュニティギャラリーに投稿でき、他の人の世界も改編できます。
- 現状:条件を満たす Google AI Ultra は現在 Project Genie で利用でき、Google AI Pro は待機中です。連続インタラクションは約1分で、環境ドリフトなどの制限も公式に明記されています。
Google AI Ultra のユーザーなら、最も直接的な方法は Project Genie を開き、自分の写真から一度歩いてみることです。自分の製品で生成能力を呼び出したい場合は、まず APIYI apiyi.com の無料枠で現在提供中の主要モデルを試してみてください。Genie 4 の提供開始後も、同じモデル一覧に表示されます。
📚 参考資料
-
Google 公式スレッド(2026-11-18):Genie 4 の Project Genie 投入に関する初公開の説明
- リンク:
x.com/Google/status/2123117819948638448 - 説明: 公開範囲、コミュニティギャラリー、Genie 3 の3つのアップデート
- リンク:
-
Google ブログ(2026-11-18):Project Genie アップデート(Genie 4 搭載)
- リンク:
blog.google/innovation-and-ai/models-and-research/google-deepmind/genie-4-now-available-project-genie - 説明: リアルタイムのシーン変更、ネイティブオーディオ、ギャラリーの作例、初期の協業作品
- リンク:
-
DeepMind 研究ブログ(2026-10-27):Genie 4 リサーチプレビュー
- リンク:
deepmind.google/blog/genie-4-a-new-generation-of-world-simulation - 説明: 4つの能力、Gemini 3.8 Flash によるエージェント誘導、ロボット実験、既知の制限
- リンク:
-
Genie 4 モデルカード(2026-11-18):入出力仕様と評価の説明
- リンク:
deepmind.google/models/model-cards/genie-4 - 説明: 基盤モデルは Gemini Omni Flash、720p、最大 24 フレーム毎秒
- リンク:
-
Genie 製品ページ(2026-11-19 取得):現行のプロンプト方法と6つの制限
- リンク:
deepmind.google/models/genie - 説明: 連続インタラクションは約1分間など、現行の説明
- リンク:
作者:APIYI 技術チーム
技術交流:APIYI ウェブサイトのトップページからお問い合わせください。モデルと価格は、docs.apiyi.com ドキュメントセンターのプラットフォームモデル一覧をご参照ください
