Genie 4 vs Hi3D v1.0：訪れる世界か、手元に残すメッシュか

Genie 4は、セッションが終われば終わる体験をあなたに提供します。Hi3D v1.0は、ファイルを渡します。それが比較のすべてであり、率直に述べておく価値があります。なぜなら、この2つのモデルは隣り合っているかのように論じられるからです。どちらも生成的で、どちらも3次元に見える出力を生成し、どちらも2026年10月に1週間以内に相次いで登場しました。10月27日にGoogle DeepMindが発表したGenie 4は、テキストプロンプトから同期した音声付きの動画を生成し、実行中に操作できるリアルタイムのインタラクティブなワールドモデルです。10月23日にリリースされたHi3D v1.0は、粗いメッシュと参照画像から高解像度のメッシュを作るオープンウェイトのジオメトリリファイナーであり、そこで止まります。テクスチャもアニメーションもシーンも音もありません。

発表資料を並べて読むと、不一致が有益な形で明らかになる。Googleの投稿は、生成された世界の中で何ができるかについてであり、Hi3Dのモデルカードは、リファイナーがどこまでの頂点数を扱えるかについてだ。一方はエクスポート機能のない製品体験。もう一方は体験のないアセットツール。両者から選ぶということは、2つのワールドモデルの間で選ぶことではない。2つの成果物の間で選ぶことであり、そのうちファイルにできるのは片方だけだ。

Hi3D v1.0 で実際に提供されるもの

このリポジトリは適用範囲について異例なほど明確で、評価しやすい。Hi3D v1.0は、同じオブジェクトの参照画像を条件として、粗いメッシュを高解像度のメッシュに精緻化する。Sparc3Dの表現と精緻化アーキテクチャに基づいて構築されており、粗いメッシュから取得した座標上でスパース潜在表現をサンプリングし、自己プルーニング型スパース変分オートエンコーダでデコードし、表面を抽出して再ボクセル化し、これを繰り返す。公開されている有効なスパース抽出グリッドは最大1536³まで対応する。プロジェクト報告書では、厳選された約200万件の3Dアセットでトレーニングしたと説明されている。

得られるのはジオメトリだけで、ジオメトリしかありません。テクスチャもマテリアルもリグもアニメーションもシーン配置もありません。出力は、再中心化され、最大半径が1単位になるよう正規化されたメッシュです。これはリファイナーにとっては意図的な選択ですが、メートルスケールのアセットを求める人にとっては不便な選択です。モデルカードには、トレーニングコードと論文の評価ハーネスは含まれていないと書かれています。推論コードはGitHubリポジトリにあり、重みはHugging Face上にHi3D Open License 1.0の下で公開されています。

計算プロファイルは、これが週末のプロジェクトで済むのか、それとも調達申請が必要なのかを左右する部分です。ドキュメントに記載されている構成は、CPUフォールバックなし、バッチサイズ1の96 GB NVIDIA H20です。これはデータセンター向けアクセラレータであり、コンシューマー向けカードではなく、このモデルを小規模なファインチューニング作業と同じハードウェアクラスに位置づけます。また、公開された数値ベンチマークもありません。Chamfer距離も、Fスコアも、Sparc3DやHunyuan3Dとの比較表もありません。リポジトリは、解像度とトレーニングアセット数という、いずれもプロジェクト自身の数値を信頼するよう求めています。

Genie 4が実際に出荷するもの

Genie 4はセッションを提供します。世界をプロンプトし、自然言語で操作する——カメラを動かし、天気を変え、キャラクターを追加する——と、リアルタイムでネイティブ音声付きのフレームを生成し、報告によれば2分間シーンを一貫させます。Gemini Omniが外観と振る舞いを固定し、Gemini 3.8 Flashがループ内でフレームを確認して再計画します。これにより、このモデルはクリップ生成器ではなく、タスクのリハーサル環境として使えるものになります。

出力はピクセルと音声であり、リアルタイムで消費される。メッシュも、ポイントクラウドも、深度マップも、カメラトラックも存在せず、Blender、Unity、スライサーへのエクスポート経路もない。Googleは解像度、フレームレート、モデルサイズ、ベンチマーク、価格を公表しておらず、アクセスは待機リストを伴う限られた信頼済みテスターの枠に限られている。Project Genie経由のAI UltraサブスクライバーとGemini APIのアーリーアクセスパートナーには、日付のない「近日公開」が約束されている。Googleが認める不具合の類型——オブジェクト恒常性のドリフト、不完全な空間精度、判読不能なワールド内テキスト、未解決の音声精度——はいずれも、その価値がインタラクションの瞬間にあり、その後の成果物にはないシステムを言い表している。

次元ごとに

• 成果物 — Genie 4 はライブ映像・音声のワールドを生成し、Hi3D v1.0 は静的なメッシュファイルを生成します。

• 永続性 — Genie 4の世界はセッションが終了すると消えるが、Hi3D v1.0のメッシュは保存、バージョン管理、そして出荷が可能である。

• 入力 — Genie 4 はテキストとステアリング指示を受け取ります。一方、Hi3D v1.0 は参照画像と粗いメッシュを受け取るため、テキストだけから生成することはできません。

• 表面処理 — Genie 4 の出力は完全にシェーディングされたフレームです。一方、Hi3D v1.0 の出力はテクスチャ未適用のジオメトリであり、外観は後段のテクスチャリング工程に委ねられます。

• コンピューティング — Genie 4は招待制でGoogleのインフラ上で動作します。Hi3D v1.0は、ご自身で所有またはレンタルする必要がある96 GBのH20上で動作します。

• アクセス — Genie 4はウェイトリスト限定で価格は未設定。Hi3D v1.0の重みは現在、Hi3D Open License 1.0の下でダウンロード可能で、商用条件はユーザー数と収益のしきい値を超えると発動します。

• 根拠 — Genie 4 にはデモとベンダーの主張はあるものの、公開されたベンチマークはありません。Hi3D v1.0 にはプロジェクトレポートと解像度の数値はありますが、独立した 3D ベンチマークもありません。

人が想定している重なりと、実際にそこにある隔たり

世界モデルと3D生成器は同じ資産に至る2つの経路だという前提がある。だがそうではない。構造上の理由がある。Genie 4はフレームを自己回帰的に生成し、明示的な3D表現を保持しない。その一貫性は系列から創発する性質であり、検査できるシーングラフではない。だからこそ、繰り返し編集すると世界がドリフトするのであり、エクスポートできるものが何もないのも同じ理由だ。視聴者には三次元の場所が見えるが、モデルはそれを構築していない。

Hi3Dはその境界線の向こう側に位置する。すでに粗いメッシュ（生成器、スキャン、CADによる近似のいずれかから得られたもの）が存在することを前提とし、そのメッシュをより精細にする。プロンプトからオブジェクトを生み出すことはできず、部屋に2つのオブジェクトを配置することもできず、何かをアニメーション化することもできない。粗悪なシルエットを入力すれば、よりシャープな粗悪なシルエットが返ってくる。これはモデルカードが論じていない現実的なリスクである。

つまり、両フォーマットは途中で歩み寄ることはない。Genie 4 のセッションを受け取ってメッシュに変換する公開パイプラインはなく、Hi3D のメッシュを受け取ってインタラクティブな世界に変換する公開パイプラインもない。唯一誠実に重なるのはプロジェクトの初期段階だ。どちらも、誰かが実際に構築を始める前に、シーンがどう見えるべきかを決める判断に役立つ。一方はショットを見せ、もう一方はそこから一つのオブジェクトを与える。

所有コスト——実際に選択が決まるのはそこだ。

Hi3D v1.0には、今日計算できる価格があります。それは、リファインメントの期間中に96 GB GPUを利用するコスト、推論経路を組み立てるエンジニアリング時間、そして製品がそのしきい値を超えた後にライセンスが要求するものすべてです。これは把握可能で、予算化可能で、再現可能です。その引き換えは、パイプラインとその障害モードを自分で負担することです。

Genie 4には算出可能なコストがありません。API価格も、このモデル専用のサブスクリプション価格も、公開された利用メーターも存在しません。アクセスに付随する唯一の数字は、現在Project Genie経由でGenie 3に到達できるAI Ultraサブスクリプションであり、GoogleはGenie 4が同じティアに含まれるのか、別料金になるのかを明言していません。チームはこれを予算に組み込むことができず、たとえデモがプロジェクトの求めるものそのものであったとしても、待つことは正当な理由となります。

どちらのモデルも OrcaRouter のカタログには含まれておらず、空白のままにするのではなく理由を説明する価値があります。当社は現在、3D 生成やリファインメントのモデルをホストしておらず、Genie 4 にはルーティングできる公開エンドポイントがありません。カタログに実際に搭載されているのは、ホスト型の動画生成ティア、つまりKling v3 のような、プロンプトをクリップに変えるモデルであり、これらはプロンプト・トゥ・ビデオのツールであって、インタラクティブなワールドモデルではありません。これらを Genie 4 の代替として扱うのはカテゴリーエラーになるため、そうはしません。当社が提供できるのは、その周辺のスタックです。200 以上のモデルにまたがる単一の API で、プロバイダーの定価を 0% のマークアップでそのまま適用し、プロバイダー間の自動フェイルオーバーを備え、複数のモデルを 1 回の呼び出しに組み合わせるためのルーティング DSL を用意しています。パイプラインにキャプショナー、プランナー、動画モデルが必要な場合、そのコンポジションこそが当社が実際に力になれる部分です。

結論は、だとすると、僅差ではない。成果物が、プリンター、ゲームエンジン、レビューパイプラインが利用するメッシュなら、Genie 4 は選択肢にすら入らず、Hi3D v1.0 が両者のうち必要なものを作り出す唯一の存在だ——GPU があり、テクスチャなしで済ませられるなら。成果物が、ある場所がどう動き、どう響くかについての判断なら、Hi3D v1.0 は選択肢にすら入らず、Genie 4 が、ウェイトリストが開いたらそれを実際に見せてくれる唯一の存在だ。買うべきは成果物であり、デモではない。