Genie 4は誰が使える?Project Genieでの利用条件と、APIがまだない理由
Genie 4は対象のGoogle AI Ultra加入者向けにProject Genie内で提供され、Proはウェイトリスト登録のみです。Genie 3からの変更点、セッションの制限、公開APIがない現状、ワールドを作るプロンプトの書き方をまとめます。
Genie 4はGoogle DeepMindのインタラクティブなワールドモデルです。現在使えるのは、Google LabsのWebアプリであるProject Genie(labs.google/fx/projectgenie)の中だけで、対象となるGoogle AI Ultra加入者のうち18歳以上の方に限られます。Google AI Proの加入者はウェイトリストに登録できます。2026年11月19日時点で、GoogleはGenie 4の公開開発者向けAPIを案内していません。Gemini APIのモデル一覧、変更履歴、料金ページのいずれにも載っておらず、Ofox経由でも利用できません。
コードから呼び出したいと考えていた方への正直な答えは、「アーリーアクセスのパートナーでない限り、まだ使えない」です。Ultraに加入していれば今すぐブラウザで開けますが、Googleの説明では連続して操作できるのは1分程度のセッションです。Genie 3もモデル選択に残っており、こちらはより長く遊べます。
この記事の作り方:本ガイドはOfoxが公開しています。内容はドキュメントに基づいており、私たちはGenie 4もProject Genieも実際には動かしていません。以下に計測結果は一つもありません。事実はすべてGoogle自身のページから取り、2026年11月19日に確認しました。参照したのはGenie 4の提供開始記事(11月18日)、DeepMindのGenie 4研究記事(10月27日)、Genieのモデルページ、GoogleのGenieプロンプトガイド、Project Genieのヘルプ記事、Google AIプランのページです。これらのページ同士で記述が食い違う箇所は、その旨を明記しています。
ワールドモデルとは何か、Genieが動画生成モデルではない理由
Googleが1月に公開したProject Genieの記事では、ワールドモデルを、環境がどう変化し、行動がそれにどう影響するかをシミュレーションするシステムと定義しています。動画モデルとの実用上の違いは、生成中に操作できるかどうかです。
Gemini Omni 1.2 FlashやVeo 3.1(英語)のような動画モデルは、プロンプトを受け取って完成したクリップを返します。レンダリング中にクリップを操作することはできません。Genieは、あなたが動くのに合わせて次のフレームを生成します。キーボードで歩き、カメラを回すと、その先にあるものをモデルがリアルタイムに作り出します。Genie 4ではセッションの途中で新しい指示(“fog rolls in”〔霧が立ち込める〕、“a cabinet door opens”〔戸棚の扉が開く〕など)を入力することもでき、ワールドがそれに反応します。
そのため、得意な用途も変わります。動画モデルは納品できるファイルを返します。ワールドモデルが返すのは探索できるセッションで、保存できるのはその録画だけです。Project Genieでは遊んだ内容を動画としてダウンロードできますが、ワールドそのものを3Dシーンやゲームアセットとして書き出す方法について、Googleは何も説明していません。
年表:Genieが一般ユーザーに届くまで
| 日付 | 出来事 | 出典 |
|---|---|---|
| 2025年8月 | Genie 3が研究モデルとしてプレビュー公開。720p・24fpsのリアルタイムワールドで、数分間の一貫性を保つ | DeepMind、Genie 3 |
| 2026年1月29日 | 米国のGoogle AI Ultra加入者(18歳以上)向けにProject Genieを提供開始。Genie 3、Nano Banana Pro、Geminiで動作。生成は60秒まで、プロンプトで起こせるイベントは未搭載 | Googleブログ、Project Genie |
| 2026年10月27日 | Genie 4を信頼できるテスター向けの研究プレビューとして発表 | DeepMind、Genie 4 |
| 2026年10月28日 | Sundar PichaiがAlphabetの第3四半期決算コメントでGenie 4に言及 | 2026年第3四半期CEOコメント |
| 2026年11月18日 | Project Genieで、対象のUltra加入者向けにGenie 4の提供を開始。同時にGenie 3の更新、Project Genieエージェント、コミュニティギャラリーも追加。Proメンバーはウェイトリストに登録可能 | Googleブログ、Genie 4提供開始 |
Gemini 4、Omni、Decision 1を含むリリース全体の状況は、Gemini 4の確定情報と噂をまとめたトラッカーをご覧ください。
Genie 4はGenie 3から何が増えたのか:主張ごとに確認
Googleの発表では、モデルの能力とProject Genieアプリの機能が混在しています。アプリの機能は「Genie 4というモデル」単体でできることではないため、ここでは分けて整理します。
モデルの能力(Genie 4)
| 主張 | Googleが実際に述べていること | 状況 |
|---|---|---|
| セッション途中のプロンプト入力 | 移動中に新しいプロンプトを入力し、天気を変えたり、キャラクターを追加したり、展開を変えたりできる。10月27日の研究記事では、Geminiがプロンプトを周囲のシーンに合わせて調整し、入力と入力の間もワールドを導くと補足している。 | 11月18日の記事と10月27日の研究記事の両方で確認済み。もはやGenie 4だけの機能ではありません。同じ11月18日の更新で、Project GenieのGenie 3にもリアルタイムでプロンプトから起こせるイベントが追加されました。 |
| ネイティブで適応的な音声 | DeepMindはGenie 4を、音声をネイティブに生成する同社初のリアルタイムワールドモデルと位置づけている。場面ごとの環境音に加え、キャラクターがユーザーの入力に反応する対話も生成する。 | 確認済み。ただしGoogleはリアルタイム音声の精度を未解決の制限として挙げています。 |
| 物理と人物のリアルさ | フォトリアリズムが向上し、空気力学や衝突をシミュレーションし、キャラクターが自然に動いて操作も可能。DeepMindは人物の表現が最大の改善点だとしている。 | Googleの主張。公開ベンチマークは示されていません。 |
| ループ内のGemini | Gemini Omniが外見と振る舞いを現実に寄せる。DeepMindの複雑なイベントのデモでは、Gemini 3.8 Flashがシーンを観察し、目標を手順に分け、各手順を確認する。 | 10月27日の研究記事で確認済み。 |
Project Genieの機能(モデルではない)
| 機能 | 内容 | 状況 |
|---|---|---|
| Project Genieエージェント | 作りたいワールドやストーリーを会話で伝えると、エージェントがGoogleのマルチモーダルモデル群を組み合わせて、最初のビジュアルとBGMを作る。ヘルプ記事ではこのチャットの段階を「Experience Builder」と呼んでいる。 | 11月18日に新規追加。 |
| 探索中のGemini | Geminiが画面を見て、次に向かう先の候補チップを提示したり、ワールド内のイベントを発生させたりする。 | 11月18日に新規追加。 |
| コミュニティギャラリーとリミックス | 厳選されたワールドやコミュニティのワールドを閲覧し、環境・キャラクター・音声をリミックスし、自分の作品を公開できる。 | リミックスは1月から存在。コミュニティギャラリーへの公開は新機能。 |
つまり「Genie 4でしかできないことは何か」と問われれば、正直なところ答えは短く、対話を含むネイティブ音声と、Googleが最も高い忠実度とうたう映像・物理表現の二つです。リアルタイムにプロンプトで起こすイベントは、今ではProject Genieのどちらのモデルでも使えます。またGoogleはエージェントとギャラリーをGenie 4の機能ではなくProject Genieの機能として紹介しており、エージェントが特定のモデルに限られるかどうかは述べていません。
利用を始めるには
対象となる人
Project Genieのヘルプ記事とGoogleの各記事によると、条件は次のとおりです。
- Google AI Ultraの加入者は、Google AI Ultraが提供されている地域で利用できます。プランのページには、Project Genieが140以上の国で提供されているとあり、国の一覧へのリンクがあります。
- Google AI Proの加入者はウェイトリストに登録できます。アクセス権は順次付与され、順番が来るとメールで通知されます。
- 18歳以上であることが必要です。
- ヘルプ記事の指示どおり、個人のGoogleアカウントでログインしてください。1月の公開時の記事では、Project GenieはGoogle AI Ultra for Businessのユーザーには提供されないとされていました。11月のページはこの除外を繰り返してもおらず、解除してもいません。そのため、Ultra for Business(Workspace)アカウントでGenie 4を使えるかどうかは未確認です。
- Google AI Plusは対象として挙げられていません。
支払う前に確認しておきたい食い違いが一つあります。2026年11月19日にプランのページを改めて取得したところ、三つの異なる記述がありました。比較表のProject Genieの行(“Access to interactive world model”〔訳:インタラクティブなワールドモデルへのアクセス〕)では、Ultra 5xとUltra 20xの両方にチェックが付き、PlusとProにはバツが付いています。Ultraの特典一覧には “Only available with a Google AI Ultra plan.”(訳:Google AI Ultraプランでのみ利用可能)とあります。この二つが参照している脚注8には “Only available with a Google AI Ultra 20x plan.”(訳:Google AI Ultra 20xプランでのみ利用可能)と書かれています。Googleの11月18日の記事とヘルプ記事は、プランの区分を示さずに “eligible Google AI Ultra subscribers”(訳:対象となるGoogle AI Ultra加入者)と書いているだけです。主にGenieのためにUltraを契約するなら、お住まいの国のプランのページを開き、加入前に対象プランを確認してください。
利用上限と費用
ヘルプ記事によると、Project Genieがアーリーアクセスのプロトタイプである間は、ワールドを生成してもAIクレジットは消費されません。1日あたりの利用上限があり、その上限は “may vary by plan and demand”(訳:プランや需要によって変わる場合がある)とされています。混雑時には順番待ちの列に入ることがあります。1日あたりのセッション数の固定値は公開されていません。
手順
labs.google/fx/projectgenieにアクセスし、Ultra(またはウェイトリストで承認されたPro)の契約があるGoogleアカウントでログインします。- アクセス権がない場合はGoogle Labsのページが表示されます。その場合でもギャラリーで短いプレビューを閲覧できます。Proの加入者は Join waitlist(ウェイトリストに登録)をクリックします。
- 作成するには Create with Genie をクリックし、プロンプト欄に体験の内容を書くか画像をアップロードします。続いてモデルを選択(Genie 4またはGenie 3)し、Create をクリックします。
- Experience Builderのチャットで体験を調整し、共有する前にテストします。
- WASDで移動、スペースキーでジャンプまたは上昇、矢印キーでカメラを回しながら探索します。多くの体験では、入力したプロンプトでイベントを起こすこともできます。独自の操作方法を使う体験もあります。
- セッションが終わったら、もう一度プレイする(結果は毎回変わります)、Visit Historyで見返す、動画をダウンロードする、リンクを共有する、リミックスする、といった操作ができます。
セッションの長さ、解像度、モデルの選び方
| Genie 4 | Genie 3(Project Genie、11月18日以降) | |
|---|---|---|
| 連続操作の長さ | Googleのモデルページの制限事項では “Around a minute”(訳:1分程度) | 1回の生成で最大3分(60秒から延長)。ワールドをつなげて、より長い旅にすることも可能 |
| 360°パノラマからの生成 | 記載なし | 可能。11月18日に新規追加 |
| リアルタイムにプロンプトで起こすイベント | 可能 | 可能。11月18日に新規追加 |
| ネイティブの音声と対話 | 可能 | 記載されていない |
| 公表されている解像度・フレームレート | 未公表 | 720p・24fpsは2025年8月の研究段階での仕様。Project Genieの配信がこの仕様だとはGoogleは述べていない |
ヘルプ記事はさらに、探索できる時間は “depends on the model and experience”(訳:モデルと体験によって異なる)こと、サーバー負荷が高いと配信の品質が下がる場合があることを補足しています。上の表の数値はすべてGoogleが示した上限であり、あなたのセッションで保証される値ではないと考えてください。
Genie 4を選ぶのは、短い場面でリアルさ、音、話すキャラクターを重視する場合です。たとえば、映画のプリビズ(事前の映像化)を提案するための1分間のウォークスルーなどです。
Genie 3を選ぶのは、忠実度よりも長さが大事な場合です。つないだワールドをまたいで長く飛び回る、あるいは自分で撮影した実在の場所の360°パノラマから空間を作る、といった用途です。
Genie 4のAPIはあるのか
2026年11月19日時点で、公開された開発者向けAPIは案内されていません。 私たちは次の3か所を確認しました。
- GoogleのGemini APIのモデル一覧、変更履歴、料金ページ:どれにもGenieの記載はありません。モデルID、エンドポイント、価格のいずれもありません。
- DeepMindの10月27日の記事には、Genie 4は “coming soon to Google AI Ultra subscribers in Project Genie and early access partners in the Gemini API and Google AI Studio.”(訳:Project GenieのGoogle AI Ultra加入者と、Gemini APIおよびGoogle AI Studioのアーリーアクセスパートナー向けに近日提供予定)と書かれています。このうちUltra向けは11月18日に実現しました。開発者向けはアーリーアクセスパートナーに限られており、一般提供ではありません。記事からリンクされているのはProject Genieのウェイトリストだけで、APIアクセスを申し込む方法は示されていません。11月18日の記事はAPIに一切触れていません。
- Ofox:2026年11月19日に
GET https://api.ofox.io/v1/modelsを照会したところ、Genie 4は含まれていませんでした。OfoxからGenieを呼び出すことはできず、私たちも回避策を勧めることはしません。
この記事では、Vertex AIのModel Gardenは確認していません。
今すぐアプリケーションの中で動きのある映像を生成したいなら、別の種類のモデルが必要です。動画モデルはリクエストに対して完成したクリップを返し、リアルタイムの操作はできません。
- Gemini Omni 1.2 Flash(Google自身のAPI経由):Omni 1.2 Flash APIガイドをご覧ください。OmniもOfoxでは提供されていません。
- Seedance 2.5はOfoxで利用できます(
bytedance/seedance-2.5)。価格はモデルページに掲載されており、プロンプトの書き方と費用はSeedance 2.5プロンプトガイドで解説しています。
どちらも探索できるワールドの代わりにはなりません。ただ、今週中に実際にコードへ組み込んで出荷できるのはこちらです。
Genie 4とGemini 4の関係
Genie 4はGemini 4のテキストモデルではなく、Gemini 4モデル選びのガイドで扱っているCarbon、Neon、Hydrogen、Argonのラインアップにも含まれません。Geminiアプリのモデル選択にも、generateContent の先にも出てきません。
二つのファミリーは、ドキュメント上で次の3点でつながっています。
- Genie 4の内部では、Gemini Omniがシミュレーションを現実の外見や振る舞いに寄せ、ほかのGeminiモデルがシーンの一貫性を保つための推論を担います。
- ループの中では、DeepMindのデモがGemini 3.8 Flashを誘導役のエージェントとして使い、手順を計画してフレームを確認させています。Project Genieでも、Geminiがセッションを見てイベントを提案したり発生させたりできます。
- ロボティクス研究では、DeepMindがGemini 4 Argonでタスクを手順に分解し、それをテキストのキャプションとしてレンダリング中のGenie 4に渡す例を示しています。この例では、ApptronikのヒューマノイドApolloがチェッカーをする様子をシミュレーションしています。Argonが必要な方は、Gemini 4 Argonの利用方法ガイドでサブスクリプションとAPIの両方のルートを解説しています。
Googleが想定している用途
Googleは一般向けの用途と研究用途をほぼ同じ比重で挙げています。
エージェントとロボットの訓練。 Pichaiは第3四半期のコメントでGenie 4を “an important building block for training robots and agents.”(訳:ロボットとエージェントを訓練するための重要な構成要素)と呼びました。モデルページでは、DeepMindのゲームをプレイするエージェントSIMAが生成されたワールドの中でスキルを学ぶ例を紹介しています。ロボティクスのシミュレーションも初期の用途として挙げています。ただし、過大評価は禁物です。Googleが説明しているのは研究デモと企業による評価であり、ロボット訓練用に購入できる製品ではありません。
クリエイティブ・業務でのテスト。 DeepMindによると、信頼できるテスターはGenie 4を次の用途に使いました。
- 映画のプリビズで、カメラアングル、照明、セリフを変えて場面を撮り直す
- 古い写真を探索できる舞台に変える、あるいは鉄砲水がどう広がるかを見せる
- エンジンのコードを書く前のゲームのコンセプト試作
- 企業向けシミュレーションでの “zero-to-one”(訳:ゼロから一を生み出す)シナリオ生成
遊び。 ギャラリーの例には、アリの目線で見るコロニー(“The Life of Ants”)、部屋ごとに謎を解くミステリー(“Villa Giallo”)、場所当てゲーム、Geminiが審判を務めるじゃんけん対戦があります。
制限事項と安全性
GoogleはGenie 4のモデルとしての制限を次のように挙げています。
- 見た目の細部やオブジェクトの永続性は時間とともにずれていきます。特に、セッションが長いとき、複雑なプロンプト編集を何度か重ねた後、あるいはシーン内を移動しているときに起こりやすくなります。
- ユーザー同士、複数の独立したエージェント、共有環境の間のやり取りを正確にモデル化するのは困難です。
- 実在の場所は正確にはシミュレーションされません。
- 読める文字は、通常は入力した説明に含まれている場合にしか表示されません。
- 連続操作は1分程度に限られます。
- リアルタイム音声の精度はまだ改善中です。11月18日の記事は、未解決の課題としてカメラの遅延も挙げています。
ヘルプ記事では、アプリ側の既知の問題と回避策を挙げています。
| 症状 | Googleが示す対処法 |
|---|---|
| キャラクターが後ろ向きに走る | スペースキーを押してキャラクターをリセットする |
| キャラクターを操作できなくなる | アップロードする写真では被写体を中央に大きく配置する。実写のシーンはよりゲーム風にしてから再試行する |
| 操作の反応が遅い | 既知の遅延。ユーザー側でできる対処はない |
| 配信の画質が低い、または徐々に暗くなる | サーバー負荷と既知の問題。時間をおいて再試行する |
| 生成が失敗する、または途中で止まる | 入力または出力のポリシー違反、1日の上限到達、利用者過多のいずれか。翌日以降に再試行する |
安全面では、Project Genieの動画と音声にはすべてSynthIDの透かしが入り、入力と出力は安全性のスクリーニングを通るとGoogleは説明しています。Genie 4は社内の安全性評価を経て、まず信頼できるテスターに公開されました。ヘルプ記事は有害なコンテンツを禁止しており、他人の画像を許可なくアップロードしないよう求めています。違反を繰り返すとアクセス権を失う可能性があります。
見落としやすいプライバシー上の注意点が二つあります。
- リミックスを許可して共有・公開すると、使ったプロンプト、画像、その他のアセットをほかの人が見て再利用できます。
- Project Genieのデータを削除すると、公開済みのワールドも削除されます。
ワールドのプロンプトの書き方:Googleのガイドを要約
このセクションの内容はすべて、GoogleのGenieプロンプトガイドとDeepMindのページに掲載されたプロンプト例に基づいています。私たちはこれらのプロンプトを一つも実行していません。テンプレートはGoogleの助言を私たちが組み直したもので、検証済みのレシピではありません。
Googleは、Genie 4のプロンプトを三つの要素で捉えています。シーンとカメラの視点、ライブで起こすイベントと音、そして開始画像です。
1. 最初のシーンのプロンプト
Googleのガイドは、次の順に書くよう勧めています。
- 環境。 場所の名前を挙げ、地面の質感を具体的に書きます。未舗装の小道、アスファルトの道路、穏やかな海などです。
- スタイルとカメラ。 スタイル(フォトリアル、絵画風、クレイアニメ)と、一人称・三人称のどちらで探索するかを書きます。
- 前景と中景。 手前にあるもの(ハンドル、テーブルの縁)と、すぐ先にあるもの(アーチ、キャラクター)を固定します。
- 動きと音。 何が動き、どんな音がするかを書きます。木々を渡る風や、足元の砂利の音などです。環境音だけにしたい場合は “No music”(音楽なし)と加えます。
DeepMindが公開している例もこの型に沿っています。「Environment」と「Character」というラベルの付いた短い二つのブロックだけの例もあれば、フィルムの種類、照明、カメラの動き、除外したい要素のリストまで指定する長い映画的な指示書もあります。どちらの形もGoogle自身のショーケースに載っているので、長さは問題ではありません。大事なのはカメラとシーンを明確にすることです。
このガイドをもとにしたテンプレート(未検証):
Environment: [place], [ground surface], [key landmarks near and far], [lighting and time of day].
Style: [photorealistic / painterly / claymation / other], [one or two texture or film cues].
Camera: [first-person, anchored by ___ | third-person following ___, centred with room to move].
Foreground: [what is right in front of the viewer]. Just ahead: [the next thing to walk toward].
Motion and sound: [what moves], [surface sounds], [ambient sound]. [No music.]
2. 探索中のライブプロンプト
ここでのGoogleのルールは、ガイドの中でも最も実用的です。一度に一つの明確な変化だけをプロンプトすること、それも短い平叙文で書くことです。例として挙げられているのは、沿岸の霧が立ち込める、戸棚の扉を開ける、椅子の横にランプを置く、といったごく簡単なものです。Googleは “multiple complex prompt edits”(訳:複数の複雑なプロンプト編集)の後に起こるずれを制限事項に挙げているため、五つの変化を一つのライブプロンプトに詰め込むと逆効果になります。
Coastal fog rolls in from the left.
The cabinet door swings open.
A street musician starts playing an accordion near the fountain.
3. キャラクターとセリフ
- 一人称(手、ハンドル、作業台などで視点を固定)か、三人称(キャラクターを中央に置き、周囲に余白を取る)かを選びます。
- 動きがワールドにどう影響するかを書きます。たとえば、雪を踏むブーツの音などです。
- 会話について、Googleはシーン内のキャラクターが一人のときに最もうまくいくとしています。声のトーンを最初に指定するか、短いセリフを引用符で囲んで書きます。
4. 画像から始める
- 鮮明で明るく、高画質な画像をアップロードします。三人称のシーンでは、被写体を中央に置き、動ける余白を残します。
- テキストだけのプロンプトの場合、Project Genieはまず画像のプレビューを表示します。プレビューがワールドの見た目を決めるため、プレビューが思いどおりになるまでプロンプトを調整してから入るよう、Googleは勧めています。
- Googleは、説明を膨らませたり書き直したりするのにGeminiアプリを使うことも提案しています。
実行前のチェック
1日の生成枠を使う前に、プロンプトが次の点を満たしているか確認してください。
- カメラのモードを指定している
- 視点の足元にある地面を描写している
- 前景に具体的な何かを置いている
- 何が聞こえるべきかを書いている
- 読める看板や文字に頼っていない(文字がプロンプト自体に含まれている場合を除く)
最後の項目は、Googleが挙げている文字表示の制限からそのまま導かれます。
今、誰が気にかけるべきか
- Ultraに加入していて、映像系の仕事をしている方。 プリビズや雰囲気の検討に試してみてください。Genie 4のセッションは1分程度と考えて計画し、残したいものは録画をダウンロードしておきましょう。
- Proに加入している方。 ウェイトリストに登録してください。公表されたスケジュールはありません。
- 開発者の方。 現時点で組み込めるものはありません。Gemini APIの変更履歴にGenieの項目が載るのを待ちましょう。そこにモデルIDと価格が掲載されるまでは、第三者による「Genie 4 API」の宣伝は疑ってかかるべきです。本番環境で動きのある映像を生成する必要があるなら、動画モデルを使ってください。
- エージェントやロボティクスに取り組んでいる方。 ループ内のGeminiやArgonによる計画のデモは、Googleが目指す方向を示しています。現時点では、Googleのパートナー契約の外でプログラムから利用する手段はありません。
GoogleがAPIアクセス、価格、新しいセッション上限を公表したら、このページを更新します。
関連ドキュメント
- Ofox Gemini APIリファレンス:Ofox経由で呼び出せるGemini 4モデル(HydrogenとArgon)向けで、Genie向けではありません
- Ofoxの接続ガイド
- Ofoxのエラー処理ガイド
- Ofoxの料金と課金ルール


