去って、また戻る：Genie 4は同じ世界を保つのか？

明るい赤のじょうろを通り過ぎ、壁の後ろに曲がり、それから戻ってくる。同じじょうろがまだベンチのそばにあるだろうか？これが Genie 4 環境整合性とオブジェクト永続性テスト の背後にある有用な問いです。2026年10月28日時点で、Google DeepMind は、視覚的詳細とオブジェクトが長いセッション中、複雑なプロンプト編集後、または探索中にドリフトする可能性があることを認めています。同社のローンチ例はリアルタイム操作を示していますが、再現可能な整合性スコアを確立するものではありません。このガイドでは、アクセスがあるときに実行できる制御されたテストを提供し、公式デモと、まだ独立した測定が必要な結果を区別します。

主なポイント

• Genie 4 は研究プレビューであり、レビューした公開資料には数値的な整合性ベンチマークは含まれていません。
• 遮蔽、カメラ移動、編集、経過時間を通じて、オブジェクトの同一性、数、位置、外観、シーンレイアウトを個別に追跡します。
• 洗練されたデモは能力を示しますが、信頼性を測定するには、記録された試行の繰り返しが必要です。
• 動画モデルはクリップレベルの連続性を調べるのに役立ちますが、インタラクティブな世界の永続的な状態をテストすることはできません。

以下の5クリップのガラス温室ケースの参照フレーム。青い蝶、金色の三日月形ハンガー、鉄製アーチ、大理石の台座は、クリップ間で比較する特徴です。この生成された開始画像は Genie 4 のテスト結果ではありません。

Genie 4 における環境整合性とは

「整合性」はいくつかの異なる事柄を指すことがあります。ある世界は1つのフレームでは説得力があっても、ターンをまたいでオブジェクトを保持できないことがあります。赤い缶を見える状態に保ちながら、その形状を変えたり、複製したり、ベンチの反対側に移動させたりするかもしれません。有用な評価では、シーン全体に1つの曖昧な合格/不合格を割り当てるのではなく、これらの次元を個別に記録します。

簡単なオブジェクト永続性テストでは、実行前にターゲットを定義します。以下の例では、ターゲットは木製ベンチのそばの地面にある、ちょうど1つの明るい赤の金属製じょうろです。じょうろは再発見できるほど特徴的であり、ベンチは相対位置を測定するための安定したランドマークを与えます。

オブジェクト永続性は、全体的なシーン品質より狭い概念です。これは、オブジェクトが隠れているとき、または現在のビューの外にあるときに、安定した同一性と状態で存在し続けるかどうかを問います。環境整合性は、周囲のジオメトリ、視覚的詳細、編集の結果も対象とします。この2つは別々に報告します。オブジェクトが持続する一方で背景がドリフトすることもあれば、中庭が安定したままオブジェクトが変化することもあります。

この区別は、ゲームプロトタイピングやエージェント研究のために世界モデルを評価するときに重要です。開発者は初期のコンセプト探索中に背景の変動を受け入れるかもしれませんが、プレイヤーが壁の後ろを歩いた後にオブジェクトがテレポートすると、パズル、ルート、インタラクションシーケンスが無効になる可能性があります。テストは、意図されたワークフローにおけるその失敗のコストに見合ったものであるべきです。

Google が Genie 4 のドリフトについて開示したこと

Google DeepMind は Genie 4 を、キーボードナビゲーション、カメラコントロール、テキストプロンプトに応答できるリアルタイムのインタラクティブ世界モデルとして説明しています。ローンチ投稿で同社は、シーンが進化するにつれて操作でき、プロンプト主導の変更とナビゲーションの例を示しています（Google DeepMind の発表、2026年10月）。これらの例は、公開デモが示すことを意図している内容を確立しています。それらは、反復試行、固定シード、測定されたオブジェクト座標、またはシーン復帰テストの合格率を提供するものではありません。

同じ発表は、関連する制限を直接挙げています。視覚的詳細とオブジェクト永続性は時間とともに変化またはドリフトする可能性があります。シミュレーションが長く実行されるほど、いくつかの複雑なプロンプト編集の後、またはシーン周辺をナビゲートしているときに、これがより顕著になると述べています。製品ページはさらに、Genie 4 は拡張セッションではなく数分間の連続インタラクションをサポートし、長期的な整合性を進行中の作業領域として挙げています（Genie 4 モデルページ）。

その文言は、テスターに変動させるべき有用な条件セットを与えます。経過セッション時間、編集の数と複雑さ、ナビゲーションの距離または範囲です。しかし、じょうろがどれくらいの頻度で移動するか、どれだけの視覚的変化が失敗と見なされるか、同じ条件下で Genie 4 が別のシステムとどう比較されるかは分かりません。これらの問いには、運用テストと公開観察が必要です。

アクセス状況も、主張できる内容に影響します。公式ページでは、信頼できるテスター向けの研究プレビューとして説明され、Project Genie と早期アクセスパートナーを通じてより広いアクセスが計画されています。可用性は変わる可能性があるため、このプロトコルをすべての読者が実行できるものとして扱う前に、現在のアクセス経路を確認してください。記事の日付はこの状況を確認した時点を記録したものであり、プレビューが無期限に段階的のままであるという主張ではありません。

再現可能な Genie 4 オブジェクト永続性テスト

まず、単純なシーンと1つのターゲットオブジェクトを使用します。凝ったシーンは余分な変数を導入します。人々がオブジェクトを遮ったり、反射がその見かけの色を変えたり、いくつかの類似した小道具が同一性の判断を難しくしたりする可能性があります。中庭、1つのベンチ、1つの低い壁、1つの赤いじょうろから始めます。比較可能な実行間では、プロンプトと制御シーケンスを変更しないでください。

Genie 4 にアクセスできるようになったら、このシーケンスを使用します。

1. 開始シーンを作成します。 次のように入力します：「低い石の壁、1つの木製ベンチ、そしてベンチのそばの地面に置かれたちょうど1つの明るい赤の金属製じょうろがある、シンプルな屋外中庭を作成してください。レイアウトは明確で安定させてください。私が明示的に要求しない限り、オブジェクトを追加、削除、移動、複製しないでください。」
2. 参照ビューを記録します。 行動する前にシーンをキャプチャします。缶の画面上の位置と、ベンチ、壁、カメラの向きとの関係を記録します。開始シーンに要求された場所に実際に缶が1つあるかどうかを記録します。
3. 隠して戻ります。 カメラを石の壁の後ろに移動し、元の視点位置に戻ります。このパスではテキスト編集を避けます。缶がまだ1つで、認識可能で、同じベンチのそばにあるかどうかを確認します。
4. 探索して戻ります。 毎回同じコントロールを使って、ベンチの周りと中庭を移動します。元の位置に戻ります。ランドマークと相対位置がルートを生き延びたかどうかを記録します。
5. 1つの独立した編集を適用します。 次のように依頼します：「空を曇った灰色に変更してください。中庭、ベンチ、じょうろ、またはそれらの位置は変更しないでください。」空の変化を確認し、無関係な変更があれば別途スコアリングします。
6. 後で再度検査します。 定義された間隔または記録されたアクション数の後に、復帰ビューを繰り返します。経過時間とその間に行ったすべてを記録します。製品が再現可能なリセットまたはシードを提供しない限り、別々のセッションを一致した試行として扱わないでください。

テストマトリックスにより、各パスが異なる問いに答えます。クリーンな遮蔽復帰は、ターゲットが見えない状態でも表現され続けるかをテストします。ルートは、空間関係がカメラ移動を生き延びるかをテストします。独立した編集は、明示的な変更が無関係な状態に波及するかをテストします。後での検査は、時間の経過に伴うドリフトを調べます。これらのチェックを組み合わせると、「一貫している」とラベル付けされた単一のスクリーンショットよりも有用なレポートになります。

最初の実行前にセットアップを記録する

セットアップなしの結果は解釈が困難です。日付、アクセス経路、セッション時間、完全なシーンプロンプト、正確なフォローアッププロンプト、使用したコントロール、記録方法をログに記録します。テスト順序と一時停止があれば含めます。インターフェースがシード、リセット、またはセッション識別子を公開している場合は記録し、そうでない場合は「再現可能なリセットまたはシードは観察されなかった」と書きます。

タイムスタンプ付きのビデオまたはフレームキャプチャを保持します。特に開始ビュー、オブジェクトが遮蔽される瞬間、復帰ビューです。これらのキャプチャにより、他の誰かが、見かけの変化がオブジェクト、カメラアングル、照明、または曖昧なフレームに起因するかどうかを確認できます。また、記憶バイアスからも保護します。視覚的に豊かなセッションの後、人は正確にレンダリングされた状態よりも意図したシーンを思い出しがちです。

繰り返す場合は、インターフェースが許す限り同じプロンプトとアクションを再利用します。試行間で開始状態が変わる場合は、その試行を管理された A/B 比較ではなく、別々の観察として報告します。実行回数は重要です。1回の成功した復帰は、1回の実行に関する証拠であり、同じ結果がセッション間で信頼できることを示すものではありません。

誤った精度でドリフトをスコアリングしない

5つの各次元に順序ラベルを使用します。これは実用的な報告用ルーブリックであり、検証済みのベンチマークや DeepMind の内部評価に関する主張ではありません。スコアは記録が示す内容を要約するものであり、実行されていないピクセルレベルの測定を暗示するものではありません。

各パスについて、同一性、数、位置、外観、レイアウトを独立にスコアリングします。軽微または重大なドリフトごとに、タイムスタンプまたはフレーム参照と短い事実に基づくメモを追加します。あるポイントが観察不能な場合は、欠落した証拠を合格に変換するのではなく、スコアなしのままにします。読者が測定された観察と印象を区別できるように、証拠をスコアの近くに保ちます。

これらのラベルを平均してパーセンテージにしないでください。カテゴリは順序尺度であり、単純な平均は、重大な失敗がわずかな色のずれだったのかオブジェクトの複製だったのかを隠してしまいます。アプリケーションが単一の判断を必要とする場合は、まず失敗条件を定義します。たとえば、缶がベンチのそばにとどまることに依存するゲームメカニクスでは、重大な位置ドリフトを失敗と見なすかもしれませんが、初期のムードボード探索では軽微な外観ドリフトを許容するかもしれません。

公開 Genie 4 デモが示すものと証明できないもの

Google は、ローンチ記録が、人々が標準コントロールでナビゲートし、テキストでシーンを操作するリアルタイムインタラクションを示していると述べています。それらは、意図されたインタラクションループを理解するのに役立ちます。世界をプロンプトし、カメラを動かし、シーンが続く間にシーンを変更します。ただし、それらは選択されたデモであり、公式ページはそれらを反復オブジェクト永続性試行として識別していません。

クリップは、オブジェクトが2つの瞬間に現れることを示すことができます。文書化された開始状態、明示的な遮蔽、同じカメラ位置への復帰、および反復実行がなければ、オブジェクトがどれくらいの頻度で持続するか、見えない間にどれだけ変化したかを示すことはできません。選択された記録は、瞬間間の時間を省略している場合もあります。ローンチ映像は、管理されたベンチマークではなく、定性的な能力証拠として扱ってください。

この境界は、発表自体がドリフト条件を報告しているため、特に重要です。公開資料は評価のための正直な出発点を提供しますが、重要な信頼性の問いは未解決のままです。慎重な記事やラボノートは、証拠を「公式デモ」、「単一のハンズオン実行」、「反復ハンズオン結果」とラベル付けするべきです。これらのラベルは、読者があるカテゴリを別のカテゴリと誤解するのを防ぎます。

現在の証拠がワークフロー判断に十分な場合

コンセプト探索では、関連する問いは、チームが雰囲気、カメラ方向、または探索可能なシーンを素早く反復できるかどうかかもしれません。小道具がずれても、チームが結果をドラフトとして扱い、安定した状態を約束しなければ、説得力のある出発点を生み出すプレビューは有用かもしれません。DeepMind は、信頼できるテスターが探索している領域の中にクリエイティブディレクションとインタラクティブ体験プロトタイピングを挙げ、同時にモデルを初期研究として位置付けています。

エージェント評価、ゲームプレイロジック、または永続的なオブジェクト状態に結果が依存するシミュレーションでは、ローンチデモでは十分ではありません。チームは、重要な正確なインタラクションについて反復テストを要求し、シーン、コントロール、セッション長、失敗しきい値を書き留めるべきです。タスクが正確なオブジェクト位置や複数のエージェント間の複雑なインタラクションに依存する場合、それらは別々のテストです。単一オブジェクトの遮蔽合格がそれらを確立することはできません。

実用的な判断ルールは、証拠の基準をドリフトの結果に合わせることです。

• 影響が小さい場合: 生成された世界を使用して、視覚的方向性や大まかなインタラクションアイデアを探索します。人間をループに入れ、手動修正を想定します。
• 影響が中程度の場合: コアオブジェクトとカメラシーケンスの反復実行後にのみ、メカニクスをプロトタイプ化します。リセット、再試行、失敗ケースをログに記録します。
• 影響が大きい場合: 公開ローンチクリップや単一のパスに依存しないでください。世界を信頼できるシミュレーションとして扱う前に、タスク固有の検証、安定したセッション動作、開始状態を再現する方法を要求します。

これは、Genie 4 が要求の厳しい用途をサポートできないという評決ではありません。これは現在利用可能な公開証拠に基づく判断境界です。プレビューアクセスが拡大し、独立したテストが現れるにつれて、チームはこの慎重なしきい値を自らのタスクからのデータに置き換えることができます。

5ショット連続性ケース：ガラス温室の蝶のランタン

上記の単純な中庭が管理されたテストです。より要求の厳しいクリエイティブケースでは、豪華な衣装のキャラクター、動くカメラ、混雑した背景が、安定したターゲットオブジェクトと共存できるかどうかを問います。ティール色の窓ガラス、コーラル色のブーゲンビリア、マゼンタ色のラン、琥珀色のランプ、濡れたモザイク床の反射で満たされた薄明のガラス温室を想像してください。銅色の三つ編みと翡翠色の刺繍ジャケットを着たダンサーが、部屋の中の曲線的な道を進みます。ターゲットは、小さな金色の三日月形ハンドルが付いたちょうど1つのウルトラマリン色のガラス製蝶ランタンで、白い大理石の台座の上にある黒い鉄製アーチの左側から吊り下げられています。シーケンス全体を通じて、同じ色、形状、ハンドルでそこにとどまらなければなりません。

Genie 4 にアクセスできる場合は、この世界を一度作成し、その中をナビゲートしながら5つの連続する10秒セグメントを記録します。同じセッションを維持し、セグメントごとに新しい世界を再生成しないでください。セグメント1は参照ビューを確立します。セグメント2はランタンを葉の後ろに隠して戻ります。セグメント3はアーチを回り、新しい方向から戻ります。セグメント4は空と光のみを変更します。セグメント5はさらに移動した後に戻ります。カメラパスとタイムスタンプを保存し、セグメント1に対して同一性、数、位置、外観、レイアウトをスコアリングします。これらは提案されたアクションであり、完了した Genie 4 実行の結果ではありません。

Atlas Cloud で自分で作成できる 視覚的連続性プロキシ には、Wan 2.7 Image-to-Video、モデル alibaba/wan-2.7/image-to-video を使用します。公開されているモードは10秒クリップと最初のフレームガイダンスをサポートします。慎重に構成された参照フレームを1つ作成し、それをクリップ1の最初のフレームとして使用します。そのコントロールが利用可能な場合は、各クリップの最終フレームを次のクリップの最初のフレームとして使用します。5つの別々の10秒、無音、16:9クリップを要求し、各完成クリップを独自のGIFに変換します。1つのソースクリップを5つのGIFに分割しないでください。完全な参照フレームプロンプトと5つのタイミング付きビデオプロンプトは、付属のプロンプトシートに記載されています。クリップは クリップ内またはクリップ間の視覚的ドリフト を明らかにできますが、Genie 4 がインタラクティブな世界を記憶しているかどうかを測定することはできません。

以下の5つのクリップは、参照ビュー、遮蔽、カメラルート、光のみの編集の試み、後での復帰を示しています。各GIFは別々の10秒ソースクリップから来ています。それらは何を検査すべきかを示しますが、Genie 4 の整合性スコアを確立するものではありません。

1. 参照ビュー。 カメラが下降し、ダンサーが振り向き、微笑み、青い蝶に向かって手振りをするにつれて、ダンサーに向かって弧を描きます。アーチ、大理石の台座、三日月形ハンガー、蝶が一緒に見え、後のクリップに比較点を与えます。

クリップ1：オブジェクトの同一性、数、位置、レイアウトの参照として、開始ビューと明確な最終ビューを保存します。

2. 遮蔽と復帰。 ダンサーが台座の周りを歩く間、カメラは葉を通り抜けます。蝶は一時的に視界から消え、その後、同じアーチと台座のそばに再び現れます。遮られる前後で、その青い翅の模様と金色の三日月形ハンガーを比較します。

クリップ2：重要な観察は、復帰時の蝶の外観と吊り下げ点であり、ダンサーの動きだけではありません。

3. カメラルート。 カメラはガラス温室を横切り、アーチに対する角度を変え、漂う花びらに手を伸ばすダンサーを追います。青い蝶は、サンプリングされたビューで目に見える空間的ランドマークのままです。

クリップ3：レイアウトが動いたかどうかを判断する前に、変更された視点から蝶、アーチ、台座を比較します。

4. 光のみの編集。 要求された変更は、天窓を通るより冷たい雨の青い光です。映像は、頭上移動中にその冷たい光を示しますが、最終ビューは以前の夕暮れのパレットに向かって暖かくなります。この目に見える変化は、光のみの編集とされるものをスコアリングするときに重要です。完全に保持された天候状態として報告すべきではありません。

クリップ4：天候と照明を、蝶の数、形状、位置とは別に検査します。

5. 遅延復帰。 ダンサーは別の曲線的な道を進み、アーチの方へ振り返り、カメラが広がるにつれて手を伸ばします。最終ビューでは再び、三日月形ハンガーの下、大理石の台座の上に1匹の青い蝶が示されます。

クリップ5：この最終ビューをクリップ1と比較します。提出された映像は視覚的連続性の例であり、Genie 4 での記録されたインタラクティブな復帰ではありません。

彩度の高いパレットと表情豊かな動きは例を追いやすくしますが、反射、花、布地、変化する光も誤った印象の機会を生み出します。サンプリングされたフレームでは、蝶はアーチで認識可能なままです。クリップ4で要求された冷たい雨の青い光は、最終復帰を通じて持続しません。厳密なレポートでは、完全なクリップをフレームごとに検査し、オブジェクトのドリフトを照明変化とは別に記録します。これらの5つの独立生成クリップは、ユーザーが離れてナビゲートしている間に Genie 4 が状態を維持するかどうかを示すことはできません。

Genie 4 の整合性について未解明のままのこと

レビューしたローンチ資料は、定量的な整合性ベンチマーク、オブジェクトドリフトの数値的許容範囲、固定開始状態からの反復実行、またはこのプロトコルの独立したハンズオン結果を公開していません。また、レビューした資料には公開 Genie 4 API 価格も提供されていません。これらの情報源に存在しないことは、内部評価やテスターデータが存在しないことを証明するものではありません。読者がここでそれらの結果を検査できないことを意味します。

いくつかの有用な問いが未解決のままです。整合性はシーンタイプによってどう変わるのか？短く単純なプロンプト編集は、一連の編集よりもドリフトが少ないのか？開始画像やシーンの複雑さはどれほど重要か？テスターは同じ世界にリセットして実行を比較できるのか？オブジェクトが視界から消えた後、どれくらいの頻度で同一性、数、位置が変わるのか？

次に有用な証拠は、プロンプト、アクセス経路、セッション長、試行回数、制御パス、リセット条件、記録、次元ごとのスコアを公開するテストレポートでしょう。それまでは、Genie 4 環境整合性とオブジェクト永続性テストから得られる最も正確な結論は、スコアではなく方法です。モデルは長時間セッションとナビゲーション関連のドリフトを認めていますが、公開デモはそれがどれくらいの頻度で発生するかをまだ定量化していません。

アクセスが利用可能になったら、永続的な状態に依存するワークフローにコミットする前に、小さな中庭テストを実行してください。各記録を保存し、5つの次元を個別にスコアリングします。これにより再現可能なベースラインが得られ、印象的なデモを適切な位置に保ちます。テストを行う理由であり、テストの代わりではありません。

よくある質問

Genie 4 は一般公開されていますか？

2026年10月28日に確認した公式ページでは、信頼できるテスター向けの研究プレビューとして説明され、Project Genie と早期アクセスパートナーを通じてより広いアクセスが計画されています。プレビューアクセスは変わる可能性があるため、実行を計画する前に現在の Genie 4 ページを確認してください。

Google は Genie 4 の整合性ベンチマークを公開していますか？

この記事のためにレビューした公式ローンチ資料は、数値的な整合性スコアや反復オブジェクト永続性結果を提供していません。視覚的詳細とオブジェクト永続性が時間とともにドリフトする可能性があること、特に長いセッション中、複雑な編集後、またはナビゲート中にドリフトする可能性があることは開示しています。

カメラ移動はオブジェクト永続性テストに数えられますか？

それは1つの有用な条件ですが、オブジェクトが完全に隠されたかどうか、カメラが比較可能なビューに戻ったかどうかを記録します。オブジェクトを決して遮蔽しないカメラ軌道は、見えない間の持続性よりも、視点整合性をテストします。

動画生成モデルはインタラクティブな世界でオブジェクト永続性をテストできますか？

いいえ。生成されたクリップ内でオブジェクトが安定して見えるかどうかをテストすることはできます。ユーザーが位置を変更し、環境に作用し、またはセッションの後の部分で戻った後に、インタラクティブな世界が状態を保持することを確立することはできません。