Google DeepMindのGenie 4発表：ネイティブ音声を備えたリアルタイム・ワールドモデル

要点

• Genie 4は探索可能な映像世界、環境音、キャラクター同士の会話をリアルタイムに生成し、テキストプロンプトで操作できる。
• Gemini 3.8 Flashが実行ループ内で解釈・計画・フレーム検証・再計画を担い、Gemini Omniが各世界の見た目と挙動を固定する。
• パラメータ数、解像度、フレームレート、ベンチマークは非公開で、シーン整合性のドリフトや短時間セッションが主な制約となる。
• まず信頼済みテスター向けに提供され、その後Google AI Ultra加入者とGemini APIパートナーへ展開予定。