11月19日、Matthias Bastianが「Google Deepmind's Project Genie update brings Genie 4, chainable worlds, and a community gallery for remixing」と題した記事を公開した。ゲームエンジンもシミュレーターも使わず、テキストを入力するだけでインタラクティブな3D空間をリアルタイムで書き換える——Google DeepMindの世界モデル「Genie 4」が、Google AI Ultraサブスクライバー向けに正式公開された。2024年初頭の研究発表から約1年、Genie 4は単なるデモを超え、音声エージェント・チェーン可能な世界・コミュニティギャラリーを備えたプラットフォームへと進化している。
Genie 4:テキスト入力でリアルタイムに世界を書き換える
Genie 4は、Google DeepMindが開発する世界モデル(World Model)の最新版だ。世界モデルとは、現実や仮想環境の状態をAIが内部的に表現し、ユーザーの操作に応じてリアルタイムで環境を変化させるモデルを指す。ゲームエンジンやシミュレーターのように振る舞うが、ルールをコードで書く代わりにニューラルネットワークが環境を「生成」する点が異なる。
今回のアップデートで最も核心的なのが、テキスト入力によるリアルタイムの世界改変だ。天候の変更、キャラクターの差し替え、ストーリーラインの書き換えといった操作を、プロンプトを入力するだけでインタラクティブな3D空間に即時反映できる。さらに、ネイティブのリアルタイムサウンド生成にも対応しており、シーンの状況に応じて音響が動的に変化する。
従来のゲームエンジン(UnrealやUnityのような環境)では、世界のルールや物理挙動をコードで明示的に定義する必要がある。Genie 4はその工程を省略し、自然言語の指示だけで空間を再構成できる点が根本的に異なる。ゲームプロトタイプの高速検証、インタラクティブな教育コンテンツ、仮想空間でのシナリオ訓練など、専門的なエンジニアリングリソースを持たない開発者や教育者にとっても実用的な選択肢となりうる。
Genie 4はこれまでリサーチプレビューとしてのみ提供されていたが、今回のアップデートでGoogle AI Ultraサブスクライバー向けに正式公開された。Google AI Proメンバーは現在、ウェイトリストへの参加が可能だ。
Genie 3のアップデート:チェーン可能な世界と3分セッション
旧世代のGenie 3にも複数の機能強化が加わった。
- セッション時間の延長:最大3分間のセッションに対応
- 360度パノラマサポート:没入型の環境生成が可能に
- チェーン可能な世界(Chainable Worlds):複数の生成ワールドを連結し、一つの体験として繋げられる機能
チェーン可能な世界は、単発の場面生成から「連続したナラティブ空間」への拡張を可能にするもので、世界モデルの応用範囲を大きく広げる仕組みだ。たとえば、ある場所での出来事が次の空間に引き継がれるような、文脈を持った連続体験を構成できる。ゲームのステージ遷移や、インタラクティブなストーリーテリングへの応用が考えられる構造だ。
音声入力エージェントとコミュニティギャラリー
新たに追加されたAIエージェントは、音声による説明からワールドを構築する機能を持つ。テキストだけでなく、話しかけることで世界を設計できる。これにより、キーボード操作に慣れていないユーザーや、ハンズフリーの制作環境を必要とする場面でも直感的に利用できる。設計の試行錯誤をより素早く回せる点は、特にプロトタイピング用途で実用的な意義がある。
また、コミュニティギャラリーが導入され、ユーザーが生成したコンテンツを共有・リミックスできるプラットフォームが整備された。他者の生成ワールドをベースに派生作品を作れる仕組みは、UGC(ユーザー生成コンテンツ)プラットフォームとしての広がりを持つ。生成されたすべてのコンテンツには、Google DeepMindが開発した透かし技術**SynthID**が埋め込まれ、AI生成コンテンツの識別と安全性チェックも実施される。
Project Genieの前史と、Genie 4が示す飛躍
Project Genieは、2024年2月にGoogle DeepMindが発表した研究プロジェクトだ。ビデオゲームの映像など大量のラベルなしデータから「アクション可能な世界モデル」を学習する試みとして注目を集めた。その後、Genie 2では3D環境への対応と物理シミュレーション的な挙動の向上が図られ、Genie 3ではセッション管理やパノラマ対応など実用性が強化された。
Genie 4における最大の変化は、テキスト・音声によるリアルタイム改変とサウンドのネイティブ生成の組み合わせだ。従来世代では「生成する」ことが主軸だったのに対し、Genie 4では「生成した世界をその場で書き換え続ける」インタラクティブ性が前面に出た。さらに、今回初めてサブスクリプションサービスとして一般ユーザー向けに展開されており、研究から実用へのフェーズ移行という意味でも節目となるアップデートだ。
世界モデルは強化学習の基盤技術としても注目されており、エージェントが環境を事前にシミュレートして行動計画を立てる「モデルベース強化学習」への応用が研究されている。また、ロボティクス分野では、実機を使わずに世界モデル上でロボットの動作訓練を行う手法も検討されており、DeepMindはこの分野で継続的に投資を続けている。
詳細はGoogle Deepmind's Project Genie update brings Genie 4, chainable worlds, and a community gallery for remixingを参照していただきたい。




