Google DeepMindが世界モデル「Genie 4」を発表：インタラクティブな3D世界をリアルタイムで生成。音声やキャラクターの会話まで同時に生成するのは今回が初めて。

世界モデルは、あらかじめ計算された動画を再生するのではなく、ユーザーの操作に応じて次の画面を一コマずつリアルタイムに生成します。

主なポイント：

ネイティブ音声：BGM、環境音、キャラクターの会話を映像と同時に生成
リアルタイムでシーンを変更：シミュレーション中に文字を入力して天候を変えたり、カメラを切り替えたり、人物やオブジェクトを追加したりできる
一貫性：シーンを最大約2分間維持。Genie 3の2倍
Geminiが監督：ストーリーを計画し、計画どおりに進んでいるか一コマずつ確認
ロボットシミュレーション：Gemini 4 Argonでタスクを分解し、Genie 4に人型ロボットApolloがチェスをする様子をシミュレーションさせた。実機は使用していない

背景：今年1月にProject Genie（Genie 3）が公開された後、ゲーム関連株は1日で急落。Unityは最大約24％、Robloxは約13％、Take-Twoは約8〜10％下落しました。

今回の発表当日、Unityは0.57％安で取引を終え、Robloxは0.18％高で取引を終えました。

公開スケジュール：現在利用できるのは招待されたテスターのみ。今後数週間で、Google AI Ultraの加入者とGemini API、AI Studioの早期パートナーに公開される予定です。一般公開の時期とAPIの料金はまだ発表されていません。

制限：時間が経つと映像が「漂い」、数分しか持続しません。音声の精度も十分ではなく、映像内の文字も判読しにくい場合があります。すべてのコンテンツにSynthIDの透かしが付与されます。