Solutions Choose your path
For individuals Build, learn, and create with simple usage-based access. For business Scale teams, billing, governance, and model workflows. More English 繁體中文 日本語 한국어 Français Deutsch Español Italiano Português Русский العربية ไทย Tiếng Việt Bahasa Indonesia Bahasa Melayu Türkçe Polski Nederlands Danish Norsk Қазақ اردو
無料で始める 無料で始める
500+ AI Model API, All In One API.
Just In CometAPI © 2026 CometAPI · All rights reserved
Home Blog Google Genie 4 vs Genie 3: 新機能と主な違い
ai-comparisons / CometAPIリサーチ
Google Genie 4 vs Genie 3: 新機能と主な違い Google Genie 3 と比べた Google Genie 4 の新機能：ネイティブ音声、インタラクティブな対話、シーン制御、セッション制限、Project Genie へのアクセス。
Deon Goodwin AIモデルとAPIの調査チーム Google Genie 3 と比べた Google Genie 4 の新機能：ネイティブ音声、インタラクティブな対話、シーン制御、セッション制限、Project Genie へのアクセス。
この要約で素早く答えを把握し、ガイドで背景、例、実装詳細を確認してください。
from openai import OpenAI
client = OpenAI(
api_key="YOUR_COMETAPI_KEY",
base_url="https://api.cometapi.com/v1",
)
response = client.chat.completions.create(
model="gpt-5-mini",
messages=[{"role": "user", "content": "Build this workflow."}],
)
print(response.choices[0].message.content)要約
Google DeepMind は2026年10月27日にGenie 4 を発表しました。新しい世界モデルは、Genie 3 が確立したリアルタイムの視覚環境に、ネイティブオーディオ、インタラクティブなキャラクター対話、Gemini によるシーン制御を追加します。
開発者、デザイナー、研究者にとって、Genie 4 はシーンのプロトタイピングをより豊かにします。環境を探索し、起こることを変え、キャラクターの応答を聞けます。最大の魅力はインタラクティブな物語作りと初期コンセプト開発です。アクセスは限定的な研究プレビューから始まります。
重要なポイント
主なアップグレード: Genie 4 は、Genie 3 が確立した視覚的世界に音、応答するキャラクター、より表現力のあるシーン制御を追加します。
インタラクションと推論: Genie 4 は、文脈に基づくシーン誘導と Gemini によるイベント連鎖の計画を組み合わせます。
アクセス: 既存の Project Genie 体験は Genie 3 が支えています。Genie 4 は信頼できるテスターから開始し、広範なアクセスが計画されています。
実用的な用途: Genie 4 は創造的な探索とシミュレーション研究に有望ですが、再現性と物理的正確性は検証が必要です。
Genie 4 と Genie 3 の概要比較
2026年10月30日現在の情報に基づき、探索対象を決める際に重要な違いは次の通りです。
明確性、出典の帰属、最新のAPI用語について確認済みです。
発表 2025年8月5日 2026年10月27日 コア出力 インタラクティブな視覚環境 ネイティブオーディオ付きのインタラクティブなビジュアル シーン制御 ナビゲーションとプロンプト可能な世界イベント Gemini による支援を伴う文脈的な自然言語ステアリング キャラクター対話 引用されたローンチ資料では未確立 インタラクティブな対話が実演 物理挙動 自然現象と環境相互作用 衝突、空力、人物の動きの拡張デモ リーズニングの統合 AI エージェントとの相互作用が実演 Gemini によるイベント計画と監視 ローンチ時の解像度とフレームレート 720p/24FPS 同等の数値は提供されていない 連続性 研究デモで数分 数分の連続的なインタラクション。長時間セッションは非対応 コンシューマー向けアクセス 対象の Google AI Ultra 加入者（18歳以上）向けに Project Genie をグローバル展開 より広範な Project Genie へのアクセスが計画 一般向け API と価格 引用資料では未定 選定パートナーへのアクセスを計画。公開価格は未発表 適用例 生成された視覚世界の探索 より豊かなインタラクティブなコンセプトやシナリオの評価
Genie 4 とは何か、どのように機能するのか？ Genie 4 は、イベントの進行に合わせてインタラクティブな環境を生成する世界モデルです。キーボード操作でナビゲートし、テキストでシーンを誘導できます。最初から最後まで固定の動画を見るのではありません。決定的な変化は、世界が動き、音、会話で応答できるようになったことです。
Gemini モデルは、あなたの指示を進行中のシーンに結びつけるのに役立ちます。Gemini Omni は外観と振る舞いを支え、リーズニングモデルは目標の解釈と連続性の維持を助けます。クリエイターにとって、これは進行する状況と向き合うことを意味します。キャラクターを導入したり天候を変えたりして、その応答を探索できます。
Genie 3 と Project Genie の体験 Google DeepMind は2025年8月5日に Genie 3 を発表し、リアルタイム世界生成の大きな節目を築きました。
Google は720p/24FPS の出力 を報告し、数分にわたるインタラクションでも概ね一貫した環境が得られるとしました。Google DeepMind のオリジナルの Genie 3 コラージュは、火山地帯から都市の水路まで、リアルタイムナビゲーションの多様な環境を示しています。
2026年1月29日、Google はProject Genie を導入し、当初は米国の対象となる Google AI Ultra 加入者に世界の作成と探索を提供しました。
2026年5月19日 には、18歳以上の対象となる Google AI Ultra 加入者に向けて Project Genie の段階的なグローバル展開が発表されました。この拡張では Street View によるグラウンディングも導入され、当初は米国内のロケーションが使われました。
初期の Project Genie プロトタイプは生成時間を60秒に制限し、プロンプト可能な世界イベントなどの研究機能を省きました。これはローンチ時のアプリケーションの制限であり、基盤となる Genie 3 モデルが示した最長のインタラクション時間ではありません。
Genie 4 の新機能
Gemini によるシーン制御 Genie 4 は、世界が動作している最中に形を変えられます。アイデアが変わるたびに最初からやり直す代わりに、自然言語で天候を変えたり、人や物体を導入したり、カメラの向きを変えたりできます。Gemini はシーンの文脈でこれらのリクエストを解釈し、進行中の出来事に適合させるのを助けます。
Gemini の統合はイベントの連鎖も支援します。Gemini Omni は世界の外観と振る舞いをグラウンディングし、Gemini 3.8 Flash はシーンを観察して目標をステップに分解し、進捗をチェックします。結果として、進化する状況を中心に据えた創作ワークフローが生まれます。世界に方向性を与え、その応答を探索し、次のアクションを洗練します。
ネイティブオーディオとインタラクティブな対話 音は Genie 4 が生成する世界の一部です。環境音、音楽、音声が視覚環境に伴い、シーンに視覚だけでなく聴覚的なアイデンティティを与えます。クリエイターにとっては、別のサウンドトラックを先に組むことなく体験のムードを探索できます。
インタラクティブな対話はもう一つの次元を加えます。キャラクターは入力や進行する出来事に応じて反応できます。会話は、シーンに固定の録音を添付するのではなく、探索の一部になり得ます。これは、インタラクティブな物語のスケッチやキャラクターがシーンにどう寄与するかのテストに特に有用です。
物理と人物の動き Genie 4 は、シーン内の人や物体の振る舞いにより重きを置きます。デモには、衝突、空力効果、より自然に動き反応するキャラクターが含まれます。単に説得力のある風景をナビゲートするだけと比べ、アクション、フィジカルコメディ、進行するイベントへのキャラクターの応答などをより幅広く探求できます。
動きはコンセプトの伝わり方も変えます。音に向き直る、人が障害に合わせて調整する、他のキャラクターに反応する、といった振る舞いは、シーンの意図を理解しやすくします。
Google は、Gemini 4 Argon が複数ステップの計画を提供し、Genie 4 のシミュレーションを誘導する初期のロボティクス実験も説明しています。これは、エージェント行動を探索するための環境に向かうことを示唆します。
視覚的リアリズムと物理的相互作用 Genie 4 は、より自然な人物描写と、衝突や空力などのより豊かな物理イベントを組み合わせます。ゲームコンセプトや絵コンテにとって、これは重要です。動きと反応がシーンの伝達に寄与するため、詳細な背景だけでは伝わらないことを、イベントに応じるキャラクターが伝えられます。
Genie 3 は生成された風景の探索の強固な基盤を確立しました。Genie 4 は創作の重心を、その内部で起こることにより多く置きます。有用なコンセプトレビューでは、次の3つを問えます。行動は読みやすいか、キャラクターの応答は説得力があるか、移動してもシーンは一貫しているか。
Google DeepMind による Genie 4 のプロモーション画像。付随するインタラクティブなデモを探索し、動きとキャラクターの応答を確認してください。
一貫性と信頼性 Google は、オブジェクトのドリフトや長期的一貫性 を継続的な課題として挙げています。カメラ移動や複数の編集後に、オブジェクトが変化してもシーンが説得力を保つことがあります。複雑な物理相互作用、可読なテキスト、空間的正確性、リアルタイムオーディオも研究課題のままです。
Genie 4 と Genie 3 のフレームレートとレイテンシ Genie 3 は 720p/24FPS でローンチしました。Genie 4 の解像度、フレームレート、インタラクションレイテンシの同等の数値はローンチ発表で提供されていないため、現時点では速度や視覚品質の数値的優位は確立できません。
フレームレートとインタラクションレイテンシ フレームレートは視覚出力の更新頻度を示します。インタラクションレイテンシは、移動、カメラ操作、シーン指示の後にユーザーが待つ時間を示します。モデルは編集への応答が遅くても滑らかなフレームを生成できるため、両者は別々に評価すべきです。
インタラクティブなプロトタイプでは、入力から関連する可視の応答が現れるまでの遅延、移動中のフレームレート、シーン変更後の中断を記録します。両モデルで同じ入力シーケンスと類似のネットワーク条件を用いてください。
セッション時間と視覚的記憶 セッション長の制限、シーンの一貫性が保たれる時間、離れた後にオブジェクトを再認識できる能力は、別の特性です。Project Genie の初期の60秒という製品制限は、Genie 3 の基盤となる記憶や研究で示された最長インタラクションの直接的な測定ではありません。
Genie 4 は、拡張セッションではなく、数分の連続的なインタラクションをサポートします。短く焦点を絞った探索を計画し、カメラ移動や繰り返しの編集後の連続性をレビューしてください。長いセッションであること自体は、モデルがオブジェクトをどれだけ覚えているかを示すものではありません。
Genie 4 と Genie 3 のコスト
サブスクリプションアクセスと API 料金 アクセスと予算策定では、コンシューマー向けサブスクリプションと開発者向け API 利用を分けて考えます。Project Genie は生成された世界の探索手段であり、サブスクリプションはメータ課金の API と同じ請求条件や統合オプションを提供するものではありません。
コンシューマー向けルート 対象の Google AI Ultra 加入者（18歳以上）に Project Genie をグローバル展開 より広範な Project Genie へのアクセスが計画 スタンドアロンの一般公開 API レート 引用資料では未定 ローンチ資料では未発表 セッション単位/分単位の課金 ここでは比較可能な一般公開レートは未確立 ここでは比較可能な一般公開レートは未確立 自前ホスティングのコスト 引用資料では公開ウェイトなし 引用資料では公開ウェイトなし
現時点では、利用可能なアクセス経路に合わせて予算を組みましょう。API 統合では、公表レート、課金単位、セッション制御を確認してからプロジェクトコストを見積もってください。
有用なプロトタイプあたりのコスト 創作作業では、セッションを「使える」と判断する条件を定義してください。必要なシーン、成功したインタラクション、許容できる連続性、チームがレビューできる出力です。生成試行、待機時間、手動修正、破棄セッションを記録します。
従量課金が利用可能になったら、その条件を満たすプロトタイプ数に対する試行全体の請求コストを比較します。サブスクリプションアクセスでは、サブスクリプション費用とスタッフ時間を別々に報告し、分単位の仮想価格を公式レートとして提示しないでください。
Genie 4 と Genie 3 の選び方 作りたい体験と、利用可能なアクセスから始めましょう。
アクセスしやすい探索には Genie 3 を選ぶ: Project Genie は対象となる Google AI Ultra 加入者に既存のコンシューマー体験を提供します。生成された世界の探索を始める実用的な手段です。
より豊かなインタラクションを評価するなら Genie 4: ネイティブオーディオ、応答する対話、Gemini によるシーン制御は、インタラクティブな物語、ゲームコンセプト、クリエイティブなプリビジュアライゼーションに有望です。
ロボティクス研究では慎重に Genie 4 を評価する: 物理相互作用や多段イベントのデモは興味深い研究進展ですが、エンジニアリング級の物理的正確性を確立するものではありません。
決定論的なプロダクションワークフローには従来のエンジンや検証済みシミュレータを使う: 再現可能な物理、構造化資産、精密な衝突挙動、予測可能なゲームロジックが必要なら、十分な検証なしに生成された世界モデルを代替として用いるべきではありません。
Genie 4 と Genie 3 のアクセス方法
公式アクセス Project Genie は2026年5月19日にグローバル展開 を開始し、18歳以上の対象となる Google AI Ultra 加入者に提供されました。世界生成のために特別にサブスクライブする前に、アカウントの適格性と利用可能な機能を確認してください。
Genie 4 は信頼できるテスター向けの研究プレビュー から始まります。Google は、Project Genie と Gemini API および Google AI Studio の選定された早期アクセスパートナーを通じてアクセスを広げる計画です。
Ultra サブスクリプションや既存の Gemini API キーが、Genie 4 への即時アクセスを自動的に付与するわけではありません。プレビューが付与されているかを確認してください。
上記の CometAPI のリンクは Gemini の推論モデルのサポートに関するものです。世界シミュレーションの統合については、Genie 4 へのアクセス、モデル識別子、リクエスト形式、セッション課金に関する別のドキュメントを探してください。
結論 Genie 3 は生成された視覚世界のリアルタイム探索を確立しました。Genie 4 は、応答する音、対話、より豊かな物理挙動、推論支援のイベントでその方向性を拡張します。
より豊かな物語やインタラクティブなコンセプトを探索したいなら、プレビューアクセスの拡大に伴い Genie 4 がより興味深い方向性です。Project Genie は、世界生成を今すぐ試したい対象の加入者にとって実用的な出発点のままです。短いシーンと意味のある1つのインタラクションから始め、その結果が創作プロセスに役立つかどうかを判断しましょう。
FAQ
Genie 4 は一般公開されていますか？ Genie 4 は信頼できるテスター向けの研究プレビューから始まります。より広いアクセスは Project Genie と選定された開発者パートナーを通じて計画されています。ウェイトリストに参加できますが、既存の Project Genie の適格性が Genie 4 の即時招待を保証するわけではありません。
Genie 4 の世界は Unity や Unreal Engine にエクスポートできますか？ 引用されたローンチ資料では、どちらのエンジン向けのシーンアセットのエクスポートパイプラインは文書化されていません。ナビゲート可能な生成シーンは、それ自体では編集可能なメッシュ、マテリアル、衝突ジオメトリ、ゲームロジックを提供しません。エンジン統合が不可欠なら、実際のエクスポート形式とサポートされるワークフローを確認してからツールを選んでください。
Genie 4 の評価を再現可能にするには？ 開始プロンプトや画像、アクションシーケンス、タイミング、モデルバージョン、利用可能な生成設定を保持します。同じシナリオを繰り返し実行し、記録と失敗ノートの両方を保存します。決定論的な制御が文書化されていない限り、これらの記録は試行間の比較を支えますが、同一の世界の再生成を保証するものではありません。
Genie 4 はロボットの実世界の安全性を実証できますか？ 生成シミュレーションだけでは実世界の安全性を確立できません。シナリオの探索や仮説の構築に用い、重要な振る舞いは適切な物理モデル、制御されたハードウェア試験、タスク固有の安全プロセスで検証してください。視覚的な尤もらしさは、測定されたダイナミクスや現実のロボットへの信頼できる転移の証拠の代替にはなりません。
SynthID は Genie 4 の出力に対して何を意味しますか？ Google は、Genie 4 の動画と音声にSynthID のウォーターマーク が付与されると述べています。来歴のマーキングは、物理的正確性、事実に基づく歴史の再構成、シミュレーションイベントの信頼性を証明するものではありません。これらの問題には、コンテンツとその用途に対する別個の検証が必要です。
