Google DeepMindは2026年1月30日（現地時間）、昨年8月に研究プレビューとして公開していた世界モデル（World Model）「Genie 3」をベースにした、対話型プロトタイプ「Project Genie」を正式に公開した。
これは従来の動画生成AIとは異なり、テキストや画像のプロンプトから、ユーザーが実際にキャラクターを操作し、探索できる「インタラクティブな3D環境」をリアルタイムで生成するシステムとなる。現時点では米国の「Google AI Ultra」サブスクライバー（月額250ドルの最上位プラン）向けに限定公開されているが、この動きはゲーム開発、シミュレーション、そして汎用人工知能（AGI）への道のりにおいて、極めて重要なマイルストーンとなるだろう。
「動画」ではなく「世界」を創る：Project Genieの核心
Project Genieの本質を理解するには、従来の3Dレンダリングと「世界モデル（World Model）」の違いを把握する必要がある。従来のゲームエンジン（Unreal EngineやUnityなど）は、事前に定義されたポリゴン、テクスチャ、物理演算ルールに基づいて描画を行う。対して、Project Genieの基盤となる「Genie 3」は、膨大な映像データから「世界がどう変化するか」「行動が環境にどう影響するか」を学習したニューラルネットワークだ。
ユーザーがキーボードで「前進」の入力をした瞬間、AIは物理エンジンを計算するのではなく、「前進した場合に次に見えるはずの映像」を予測して生成する。つまり、プレイヤーが見ているのは一種の「操作可能な幻覚」であり、それが物理法則に則った一貫性を持っているために、あたかもゲームのように感じられるのである。
3つのコア機能と体験フロー
Google Labsを通じて提供されるProject Genieは、主に以下の3つのフェーズで構成されている。
- World Sketching（世界構築）
ユーザーはまず、「どのような世界か（環境）」と「誰が探索するか（キャラクター）」をテキストで記述する。必要に応じて参照画像をアップロードすることも可能だ。ここで重要な役割を果たすのが、Googleの画像生成モデル「Nano Banana Pro」である。ユーザーのプロンプトを基に高精細なプレビュー画像を生成し、ユーザーは生成を開始する前に世界観の微調整を行える。視点は一人称（FPS）や三人称（TPS）から選択可能だ。 - World Exploration（世界探索）
生成された世界に入り込むフェーズだ。WASDキーで移動し、スペースキーでジャンプするなど、一般的なPCゲームと同様の操作体系を持つ。解像度は720p、フレームレートは20〜24fps程度で動作し、ユーザーの入力に応じてリアルタイムに「道のり」が生成され続ける。 - World Remixing（世界のリミックス）
既存の世界のプロンプトを書き換え、新たな解釈を加える機能だ。例えば、晴天の平原をサイバーパンクな都市に作り変えたり、キャラクターを人型から動物に変更したりすることができる。
実機レビューから見える「魔法」と「限界」
TechCrunchやThe Vergeなどのメディアが先行して報じた実機レポートからは、この技術の驚くべき可能性と、現段階での明確な制約が浮き彫りになっている。
創造性の爆発と「バイブコーディング」
TechCrunchの記者は、「マシュマロでできた雲の上の城、チョコレートの川」という子供時代の空想をクレイアニメ風のスタイルで見事に具現化したと報告している。また、Android Authorityは「自分の飼い猫として世界を探索する」という体験を紹介し、これを3Dオープンワールドゲームにおける「バイブコーディング（雰囲気によるプログラミング）」と表現した。
特筆すべきは、The Vergeの記者が試みた「任天堂ゲームの模倣」だ。『スーパーマリオ64』や『ゼルダの伝説 ブレス オブ ザ ワイルド』風の世界を生成させたところ、AIはそれらしい挙動をする世界を作り出した。これは、Genie 3が学習データとして膨大なゲームプレイ映像を吸収していることを示唆しているが、同時に著作権的なリスクの境界線上に存在することも意味する。
60秒の壁と250ドルの対価
しかし、この魔法には厳しい制限がある。
- セッション時間の制限: 一度の生成で探索できるのは最大「60秒」まで。
- 高額なアクセス権: 利用できるのは月額250ドルの「Google AI Ultra」契約者のみ。
- 物理法則のゆらぎ: キャラクターが壁をすり抜けたり、物体が突然消えたりする現象（ハルシネーション）が発生する。
- 操作遅延: 入力から反応までのラグがあり、精密なアクションゲームのような操作感には至っていない。
なぜ60秒かつ高額なのか。DeepMindのリサーチディレクターであるShlomi Fruchter氏がTechCrunchに語ったところによると、これは「オートリグレッシブ（自己回帰）モデル」の特性によるものだという。ユーザーが操作するたびに、専用のチップがリアルタイムで推論を回し続ける必要があり、膨大な計算リソースを消費する。60秒という制限は、より多くのユーザーに体験を届けるための苦肉の策であり、物理的なコンピュートコストの高さを示している。
AGIへの布石としての「世界モデル」
Googleが単なる「ゲーム作成ツール」としてこれを開発していると考えるのは早計だ。Project Genieの真の目的は、汎用人工知能（AGI）の実現に向けたトレーニング環境の構築にある。
DeepMindはこれまで、チェスや囲碁（AlphaGo）といった「ルールが固定された閉じた環境」で圧倒的な成果を上げてきた。しかし、現実世界はルールが曖昧で、無限の多様性を持つ。ロボットやAIエージェントが現実世界で機能するためには、物理法則や因果関係を内包したシミュレータ内で試行錯誤を繰り返す必要がある。
Genie 3が生成する「操作可能な世界」は、AIエージェントにとっての理想的な「精神と時の部屋」となり得る。現実世界のデータを収集するコストをかけずに、AIは生成された無限のシナリオの中で学習し、失敗し、進化することができるからだ。Googleがこのプロトタイプを公開し、ユーザーデータを収集しようとしているのは、人間がどのように世界とインタラクトするかというデータを、モデルの改良（アライメント）に役立てる意図があると考えられる。
ゲーム業界へのインパクトと懸念
Project Genieの登場は、ゲーム開発者にとって諸刃の剣となる可能性がある。
最近のGDC（Game Developers Conference）の調査レポートによると、ゲーム開発者の半数以上が生成AIに対して否定的な見解を持っており、一部では「ゲーム開発者全員を失業させるプラットフォーム」への懸念も囁かれている。
確かに、テキスト一つでプレイアブルな環境が生成される未来は、アセット制作やレベルデザインの工程を根底から覆す破壊力を持つ。しかし、現状のProject Genieは、ゲームエンジンや制作ツールというよりは、「アイデアのプロトタイピングツール」としての側面が強い。Google自身も「ゲームエンジンではなく、創造的なプロセスを拡張するもの」と位置づけている。
また、TechCrunchが報じたように、DisneyなどのIP（知的財産）に関する生成は強力なガードレールによって制限されており、著作権侵害に対する配慮もなされている。任天堂風のゲームが生成できてしまった事例はあるものの、商用レベルのゲームを一足飛びに生成するには、制御性や品質の面でまだ長い道のりが必要だ。
競合との熾烈な開発競争
世界モデルの開発はGoogleだけの独壇場ではない。
- World Labs: AI界の著名人Fei-Fei Li氏が立ち上げ、初の商用製品「Marble」をリリース済み。
- Runway: 動画生成AIの雄も世界モデルを発表。
- OpenAI: Soraなどの動画モデルも、物理世界のシミュレーション能力を高めている。
これらのプレイヤーが競い合う中で、GoogleがProject Genieを一般（とはいえ高額プラン限定だが）に開放したことは、実環境でのフィードバックループを回し始めたことを意味する。研究室の中だけのモデルから、ユーザーの手に渡るプロダクトへ。その移行スピードこそが、次世代AI覇権争いの鍵を握る。
今後の展望
Project Genieは現時点では「高価なおもちゃ」かもしれない。しかし、その背後にある技術は、動画生成、ゲーム開発、ロボティクス、そしてAGIへと繋がる一本の太い線上に位置している。
60秒の制限が解除され、遅延が解消され、解像度が向上したとき、私たちが画面の中で見る映像は、もはや「録画された過去」でも「レンダリングされた記号」でもなく、AIがその瞬間に夢想し続ける「生きた現実」となるだろう。ユーザーはクリエイターになり、プレイヤーになり、そしてAIの教師になる。その境界線が溶け合う未来への入り口が、今まさに開かれたのだ。
Sources
