原题:Google Deepmind's Project Genie update brings Genie 4, chainable worlds, and a community gallery for remixing
Googleは11月19日、Gemini APIの更新ログでGenie 4(models/genie-4)の正式提供開始を発表した。Interactions API(v1beta)経由で呼び出し可能で、テキスト、16:9枚の参考画像、またはその両方を用いて連続的なインタラクティブな世界を生成できる。映像は毎秒24フレーム、同期した48 kHzのステレオ音声とともにWebRTCまたはWebSocket経由で配信される。ユーザーはWASDキーや方向キーで移動し、セッション中にテキストでシーンを変更できる。有料プランのみで利用可能で、公式価格は入力トークン100万あたり1.5ドル、テキスト出力9ドル、動画出力17.5ドルとなっており、約毎秒0.1ドルに相当する。TestingCatalogによると、映像は720p、1セッションの上限は120秒、提供地域は米国、西ヨーロッパ、日本。前日、Genie 4はGoogle AI Ultraのサブスクライバー向けに先行開放されたばかりだった。
なぜ重要か 世界モデルがサブスクライバー向けの体験型製品から、プログラマブルなインターフェースへと変貌し、ゲームのプロトタイピング、空間デザイン、ロボットの学習環境などで直接活用できるようになった。
信頼性:高信頼 · 出典 Gemini API 更新ログ など 2 件(公式含む) · イベント発生時刻 11-19(北京時間)
理由
- Gemini APIの公式更新ログにGenie 4の正式提供開始と価格が記載されている
- TestingCatalogが同日に報道し、セッション時間や提供地域に関する制限を整理している
使い方
- Google AI StudioまたはGemini APIのInteractions APIでmodels/genie-4を呼び出す(有料プランのAPIキーが必要)
リスク
- 動画出力トークンに基づく課金のため、長時間の配信ではコストが高くなる可能性がある。1セッションには時間上限がある
- 映像品質と世界の一貫性はGoogle側の主張に基づく