---
title: "Google、世界モデル「Genie 4」をGemini APIで開発者に開放。720p・24fpsの歩ける世界を、文章と画像から生成する"
description: "Googleは2026年11月19日、世界モデル「Genie 4」をGemini API（Interactions API経由）とGoogle AI Studioで開発者向けに提供開始したと発表した。テキストプロンプトや参照画像から、720p・24fpsの連続した世界を音声付きで生成でき、キーボード操作とライブプロンプトで移動や天候変更ができる。前日18日には一般向けのProject GenieでGoogle AI Ultra加入者への提供が始まっており、2日続けての開放となった。すべての出力にはSynthIDの電子透かしが入る。"
url: https://itpostjp.com/ai/google-genie-4-gemini-api/
category: "AI・生成AI"
published_at: 2026-11-20T21:37:00.000Z
updated_at: 2026-11-20T21:37:00.000Z
author: "IT Post編集部"
editor: "編集長 千田智也"
publisher: "IT Post by Rice Studio Lab"
language: ja-JP
ai_generated: true
ai_model: muse-wonder
terms: ["API（エーピーアイ）", "世界モデル(ワールドモデル)", "大規模言語モデル（LLM）"]
---

# Google、世界モデル「Genie 4」をGemini APIで開発者に開放。720p・24fpsの歩ける世界を、文章と画像から生成する

IT Post編集部 ＆ 編集長 千田智也

Googleは2026年11月19日、世界モデル「Genie 4」をGemini API（Interactions API経由）とGoogle AI Studioで開発者向けに提供開始したと発表した。テキストプロンプトや参照画像から、720p・24fpsの連続した世界を音声付きで生成でき、キーボード操作とライブプロンプトで移動や天候変更ができる。前日18日には一般向けのProject GenieでGoogle AI Ultra加入者への提供が始まっており、2日続けての開放となった。すべての出力にはSynthIDの電子透かしが入る。

## 30秒で分かる結論

- Googleは2026年11月19日、世界モデル「Genie 4」をGemini API（Interactions API経由）とGoogle AI Studioで、開発者向けに提供開始したと発表しました。
- テキストプロンプト、参照画像、またはその両方から、720p・24fpsの連続した世界を、同期したネイティブ音声付きで生成できます。キーボード操作とライブのテキストプロンプトで、移動しながら天候や照明、物体、出来事をその場で変えられます。
- 前日の11月18日には、一般向けサービスProject GenieでGoogle AI Ultra加入者へのGenie 4提供が始まっています。すべての出力には、目に見えないSynthIDの電子透かしが含まれます。

## まず初めに

昨日の今日である。18日に「一般の加入者向けに世界が作れるようになりました」と言った舌の根も乾かぬうちに、19日には「開発者の皆さんもどうぞ」とAPIの扉が開いた。順番としては丁寧だが、間隔は実に短い。デモで見せるための技術ではなく、使わせて課金するための技術として、最初から2段構えで用意されていたのだろう。

「世界モデル」という言葉は大きい。生成されるのは720p、毎秒24フレームの、歩いて回れる小さな世界だ。神の視点の壮大さはない。だが、文章を打つと地面が広がり、画像を渡すとその中へ入っていける。大きさの誇張は広告に任せて、こちらは地味な事実を拾う。世界は、とうとうAPIの向こう側から呼び出すものになった。

※個人の感想です

## 開発者が使えるもの——Interactions APIとAI Studio

Googleの発表によると、Genie 4はGemini APIを通じて、Interactions API経由で利用できます。あわせてGoogle AI Studioでも試すことができ、対話的なキャンバスとスターターアプリが用意されています。料金の詳細はGemini APIのドキュメントで案内されている、と同社はしています。

生成の出発点は、テキストプロンプト、参照画像、またはその両方です。

![Google公式発表の図解カード](/images/articles/google-genie-4-gemini-api-inline-1.webp)出力は720pで24fpsの連続した世界で、環境音や効果音、キャラクターの対話を含むネイティブ音声が同期します。リアルタイムのキーボード操作とライブのテキストプロンプトを併用でき、環境の中を移動しながら、天候、照明、物体、出来事をその場で変更できます。世界の状態の一貫性はGeminiの推論が保つ、と同社は説明しています。

用途として同社が挙げるのは、対話的な体験のプロトタイピング、空間コンセプトの設計の可視化、そしてロボティクスやAIエージェントの訓練です。生成した世界の中でエージェントを歩かせて学習させる、という使い方は、世界モデルならではの応用として示されています。

## 前日のProject Genie公開との関係

Genie 4そのものは、前日の2026年11月18日に一般向けの提供が始まっています。同日の発表によると、対象のGoogle AI Ultra加入者へProject Genieを通じて順次提供され、自然言語で環境をリアルタイムに編集できること、ネイティブ音声が付くこと、作品を共有するコミュニティギャラリーが新設されたことが示されました。Google AI Pro会員についてはウェイティングリストが案内されています。

つまり、18日が「加入者が遊べる窓口」、19日が「開発者が組み込める窓口」という順番です。同じモデルを、消費者向けサービスとAPIの両方へほぼ同時に並べるやり方は、最近のGoogleのモデル公開の型になりつつあります。先に話題を作り、翌日に開発者の手へ渡す。熱が冷める前に組み込んでもらうための、計算された2日間だったと言えます。

## 電子透かしと、残された留保

同社は改めて、すべての出力に目に見えないSynthIDの電子透かしが含まれると明記しています。歩ける世界が量産される時代には、現実の映像と生成された世界の区別が問題になります。透かしを既定で入れる判断は、生成側の責任の取り方として一貫しています。利用者が外すのではなく、出す側が最初から入れておく。この順序が守られるかどうかは、今後あらゆる生成APIで問われていくはずです。

一方、今回の発表文は短く、セッションの長さや生成可能な時間の上限、APIの具体的な料金単価といった運用面の数字は、発表文そのものには含まれていません。料金はドキュメント側の案内とされており、実際に組み込む場合はそちらの確認が前提になります。「世界を生成する」コストが秒単位なのか、セッション単位なのかで、プロトタイプの作り方は大きく変わります。ここは発表の華やかさとは別に、実務家が最初に確認すべき箇所です。

## IT Postの見方

IT Postでは、今回の本質は性能の向上ではなく、「世界」が部品になったことだと考えます。画像生成がAPIになったとき、写真のない記事や試作品が当たり前になりました。動画生成がAPIになったとき、映像の試作コストが崩れました。今回、移動できて、操作できて、音まで付いた空間そのものがAPIの戻り値になりました。ゲームの試作、建築の可視化、ロボットの訓練環境——これまで「環境を用意する」ことが本体だった仕事の前提が、また1つ静かに書き換わります。

もっとも、部品になったことと、使える部品であることは別です。720p・24fpsという数字は、製品にそのまま載せる画質ではなく、試作と訓練のための画質です。Google自身も用途の筆頭にプロトタイピングを置いています。誇張のない位置づけは好ましい。世界の量産が始まったとはいえ、量産されるのはまだ「下書きの世界」です。その下書きがどれだけ速く、安く、本番に近づくかが次の見どころになります。

## 今後どうなりそうか

短期的には、AI Studioのスターターアプリを起点に、小規模な実験作や訓練環境の事例が増えていくはずです。特に、ロボティクスやエージェントの訓練に生成世界を使う流れは、実データの収集コストが高い分野ほど強く出ます。実機を走らせる前に、文章で作った世界の中で何千回も転ばせることができるなら、訓練データの作り方は根本から変わります。今回の発表でGoogleが用途の3つ目に訓練を置いたのは、飾りではないはずです。

開発者側の最初の関門は、発表文に書かれていない数字の確認です。セッションの長さ、生成の単価、同時実行の制限といった運用条件は、ドキュメントとAI Studioの実験で確かめるしかありません。逆に言えば、そこを最初に確かめた開発者から順に、何が作れて何が作れないかの相場観が共有されていくでしょう。新しいAPIの常として、最初の数週間の知見の蓄積が、その後の採用の速さを決めます。

中期的には、セッションの長さ、解像度、料金単価といった「運用の数字」が整備され、他社の世界モデルやゲームエンジン側の生成機能との比較が始まるでしょう。世界モデルの競争は、きれいなデモ動画の競争から、1時間歩き続けられるか、途中で世界が破綻しないかという、地味で実務的な競争へ移っていきます。2日連続の開放は、その競争の号砲としては十分に大きな音でした。

## 情報源

「一次情報」は資料の出所を示す区分で、編集部による独立した実測や、すべての主張の実証を示すものではありません。確認の範囲や未確認の点は、本文の説明と併せてご覧ください。

- [Genie 4 is now available on the Gemini API](https://blog.google/innovation-and-ai/technology/developers-tools/genie-4-in-gemini-api/) — Google（一次情報）
- [Genie 4 is now available](https://blog.google/innovation-and-ai/models-and-research/google-deepmind/genie-4-now-available-project-genie/) — Google（一次情報）

## この記事に出てくるIT用語

- [API（エーピーアイ）](https://itpostjp.com/terms/api/): 別々のソフトウェアやサービス同士が、機能やデータをやり取りするための「窓口」となる仕組みです。
- [世界モデル(ワールドモデル)](https://itpostjp.com/terms/world-model/): AIが周囲の環境やものの動きを、頭の中でシミュレーションできる形で学習した内部モデルのことです。
- [大規模言語モデル（LLM）](https://itpostjp.com/terms/large-language-model/): 大量の文章から言葉のつながりを学習した、文章を扱うAIの中核技術です。

---

この記事は、公開情報と出典URLの検証、文章作成の一部に生成AIを使用しています。内容の責任はIT Post by Rice Studio Labが負います。

出典表記: IT Post by Rice Studio Lab — https://itpostjp.com/ai/google-genie-4-gemini-api/
