Genie 4 vs Odyssey-3：計測された世界と、計測されない世界

Google DeepMindは2026年10月27日、信頼できるテスター向けのリサーチプレビューとしてGenie 4を発表した。Odysseyは2026年10月8日、Odyssey-3の無料ブラウザプレビューを公開した——発表から3週間後のことだった。この二つを並べてみると、議論の大半を決めるある非対称性が浮かび上がる。Odyssey-3には誰でも見に行って読める第三者リーダーボード上の行があるが、Genie 4には公表された数値が一切ない——解像度も、フレームレートも、レイテンシも、ベンチマークも、価格も。だからといってOdyssey-3が優れたモデルだというわけではない。そうではなく、現時点でベンダーの言葉を鵜呑みにすることなく意見を形成できるのは、この二つのうちOdyssey-3だけだ、ということだ。

どちらもインタラクティブなワールドモデルだ。どちらも、エクスポートできる3Dジオメトリではなく、シーンの動画を生成する。そしてどちらも、明示的に同じ商用用途を狙っている。ロボットやエージェントに練習の場を与えることだ。しかも両方とも、製品の体裁をまとった大量の但し書きの壁である。興味深い比較は、どちらがより説得力のある草原を描画するかではない。各社が何を公開することを選んだのか、そしてその選択が、どちらがどれほど実用に近いかを何語っているのか、だ。

それぞれが実際に何なのか

Genie 4は、2025年8月のGenie 3に続く、DeepMindの世界シミュレーターの第4世代です。プロンプトから探索可能なシーンを生成し、実行中にテキストで入力した指示で操作でき、今では映像と同じ生成パスで音声も生成します。Googleはこれを、音声をネイティブに生成する初のリアルタイム世界モデルと呼んでいます。Geminiモデルがプランナーとしてループ内に組み込まれ、フレームが目標に合致しているかを確認し、ずれが生じたときに再計画します。

Odyssey-3は、自動運転のベテランたちが設立したパロアルトのラボ、Odysseyから生まれた。同社は2026年6月に評価額$1.45Bで$310MのシリーズBを調達している。これは、行動に応じてシーンがどのように変化するかを予測するよう訓練された自己回帰型拡散トランスフォーマーであり、テキストボックス付きの動画生成器ではなく、行動条件付きの力学系だ。一人称視点でも三人称視点でも、あるいはフリーカメラでも操作でき、環境がそうするように動きに反応する。

重要なディメンションを並べて比較：

• コヒーレンスウィンドウ — Genie 4 はシーンを約2分間保持でき、これは Genie 3 の2倍です。Odyssey-3 はセッション長を一切公表していません。

• 解像度 — Genie 4 は公表していません。Odyssey-3 はベースティアで 832×480、Odyssey-3 Pro では 1280×720 で出荷されます。

• フレームレート — 双方とも未公開だが、サードパーティのPhysics-IQの列にはOdysseyの項目について16 fpsと記載されている。

• オーディオ — Genie 4ではネイティブの環境音、音楽、インタラクティブな対話を搭載。Odyssey-3には搭載されていません。

• ステアリング — Genie 4ではシーン途中に天気、カメラ、オブジェクトを自然言語で編集。Odyssey-3では言語ディレクターなしで移動とカメラを制御。

• ベンチマーク — Genie 4については公開されたものはない。Odyssey-3については第三者による提出が1件、自社で実施したボードが1件。

• アクセス — Genie 4 は信頼できるテスター向けとウェイトリストを用意、Odyssey-3 は本日より無料のブラウザデモを提供、API アクセスはリクエストに応じて。

それらを分ける数字

Physics-IQ Verified は、このカテゴリーで独立したスコアボードに最も近い存在だ。Anates Labs と DeepMind が運営し、何かが落とされたり、注がれたり、振られたり、打たれたりしたときに、生成されたシーンが物理法則に従うかどうかを採点する。Odyssey は Odyssey-3 と Odyssey-3 Pro をそこに提出した。Google は Genie 4 をどこにも提出していない。

ビデオ-to-ビデオトラックでは、2026年10月13日時点の読み取りで、Odyssey-3 Proが66.10を記録して1位となった。Base Odyssey-3は64.43を記録した。これらはOdysseyが引用している数値であり、読み方を変えるサンプリング条件が付いている。すなわち、モデルが8回試行し、最良の1回が採点されるベスト・オブ・エイトの実行結果である。単一生成では、同じモデルは63.37と61.56を記録する。Odyssey-3に、自ら書いたプロンプトではなくベンチマーク自身のプロンプトを与えると、スコアは51.76まで下がり、8位となって、見出しの数値より約10ポイント低くなる。

それはボード上で最も有用なものだ。なぜなら、顧客が実際に体験するものに最も近い近似だからだ。このモデルを導入するチームは、8回の試行と採点者を得られるわけではない。プロンプトを入力して、1つの世界を得るのだ。率直な読み取りは、Odyssey-3の物理は動画生成器と比べて本当に強く——video-to-videoトラックではFLUX 3 [large]を上回る——そしてその優位性の重要な部分は選択効果だ、というものだ。Odysseyのもう一つの主張、WorldMarkの4カテゴリーのうち3つで1位という主張は、なおさら弱い。その評価はOdysseyが実施したものであり、Odyssey-3はWorldMarkの公開結果に現れておらず、Odysseyはボードが9つと説明している指標を13個挙げている。

その表のGenie 4の行は空欄で、その空欄は中立ではない。Googleは異例の穴を抱えたままローンチを出した。2025年のGenie 3のお披露目資料は720p・毎秒24フレームで示されていたが、Genie 4のブログ記事はリアリズムについて論じているのに、どちらの数値も出していない。研究所が品質に関する主張を公表しながら、それを検証できる2つの数値を伏せるとき、その伏せることがメッセージになる。現在の出力には、前世代のすぐ隣に書き留められることに耐えない何かがある。

知能がどこに属するかについての2つの異なる賭け

アーキテクチャ上の違いは仕様表よりも影響が大きく、各モデルの上に何を構築できるかを左右します。

Genie 4はパイロット版を出荷する。Gemini 3.8 Flashは生成されたフレームを監視し、目的をステップに分解し、シーンが要求どおりに実行されたかを判断して、計画を修正する。Gemini Omniは、物事が実際にどのように見え、どのように振る舞うかにシミュレーションを根づかせる。ある実験では、Gemini 4 Argonがロボティクスのタスクをキャプションに分解し、それをGenie 4がリアルタイムでシミュレーションした。そこにはチェッカーをプレイするApptronik Apolloヒューマノイドも含まれていた。そのすべての根底にある主張は、モデルが人間に毎フレーム操作されることなく、タスクを単独でリハーサルできるということだ。

Odyssey-3はコックピットを搭載している。ループ内にプランナーは存在しない。モデルはあなたの操作に条件付けられ、セッションの品質はそれをどれだけうまく操縦できるかの関数である。これはより小さな主張であり、技術が現在何を行うかについてより正直な主張だ——有能なオペレーターを必要とするワールドモデルでも、評価、データ生成、探索には有用であり、そのいずれも自律性を必要としない。

実用的な帰結：あなたのユースケースが「ポリシーが学習できる多様な失敗ケースを生成すること」なら、Odyssey-3の形はあなたが必要とするものに近く、今日ブラウザで試すことができる。あなたのユースケースが「自らカリキュラムを設定するエージェント」なら、Genie 4は二者のうちその主張をしている唯一のものであり、テスターのプール外でそれを検証した者はいない。

ロボティクスは、二人ともがオーディションに臨んでいる仕事だ。

両社ともターゲットを曖昧にはしていない。GoogleはGenie 4をロボットやエージェント向けのトレーニング環境を中心に据えている。Odysseyは、マニピュレーションのエラーから復帰するロボットアーム、Flexionポリシーによるヒューマノイド制御、約20時間のトレーニングデータ後にインドの実道路を走行する車、屋内ドローンのナビゲーションを実演した。1つのベースモデルから6つの領域であり、すべてベンダーによる報告で、独立して再現されたものはない。

真剣に受け止める価値がある主張は、クロスエンボディメント転移です。なぜなら、それこそがワールドモデルをシミュレータとは経済的に異なるものにするからです。ある身体から学習したダイナミクスが別の身体に転移するなら、ロボットごとに物理を手作業で構築する必要はなくなります。Odysseyは、あるゲームで学んだスキルを使って別のゲームをプレイするという、ゲーム間の初期段階の転移を実証したと述べています。工場の現場からはまだほど遠いものの、方向性としては正しく、競合他社が異議を唱えるよりも再現したくなる類の結果です。

Genie 4のロボティクスに関する証拠は、シミュレーション内でヒューマノイドがボードゲームをプレイするデモだ。愛らしく、パイプラインがつながっていることは証明している。しかし、トレーニングに使えるほどシミュレーションが忠実であることは証明しておらず、解像度、フレームレート、物理スコアが公開されていないため、確認する方法がない。

音声は現実であり、それはタイブレーカーではありません。

Genie 4は、シーン内のキャラクターに話しかけた内容に反応する環境音、音楽、話し言葉のダイアログを生成する。これはDeepMindのワールドモデルにとって真の初の試みであり、モデルが現実的に担える仕事の範囲を変える。音のないプレビジュアライゼーションのショットは半人前のショットであり、ルームトーンを一から作り直さなければならないサウンドデザイナーは、自分自身のタイミングではなくモデルのタイミングに基づいて作業することになるのだ。

また、それはこの比較を左右するものでもない。Odyssey-3は映画制作ツールになろうとしているのではなく、物理的な環境になろうとしている。無音であることは、ロボティクスのカリキュラムでは何の不利にもならないが、絵コンテのレビューでは大きな不利になる。いずれにせよ、Google自身の注意書きがこの機能の価値を損なっている。同社は、リアルタイム音声の精度を未解決事項として挙げており、ワールド内の判読可能なテキストや空間精度も同様だ。看板の文字が読めない世界は通りの代用にはならず、元の音声からずれた台詞は、それに合わせてカットできるものではない。

アクセスに実際にかかるコスト

今日の午後、ブラウザでOdyssey-3を開き、無料で動かすことができる。公開デモで動いているのは、同社がOdyssey-3 Flashと呼ぶ蒸留された数ステップ版だ。これはOdysseyが他では文書化していない3つ目の名称であり、完全版モデルは優先アクセス申請の背後に置かれている。セルフサービスAPIも、価格表も、重みも、ライセンスも存在せず、サイト上にある唯一の利用規約ページはOdyssey-3より前のもので、今もOdyssey-2プロトタイプについて説明している。

Genie 4はより厳しく制限されている。現在は信頼されたテスターが利用可能で、Google AI Ultraの加入者には、月額およそ100ドルで「今後数週間のうちに」Project Genieを通じたアクセスが約束されている。早期アクセスパートナーはGemini APIとAI Studioを通じて利用できる。一般提供の日付や開発者向け価格はない。中国語圏の報道で流布している外部の試算の一つでは、2分間のセッションの計算コストは約7.84ドルとされているが、単一の情報源に基づくもので、Googleによる確認はなく、誰かに提示された価格でもない。

その非対称性こそが、調達の全体像を物語っている。Odyssey-3は評価に半日かかるうえ、本番環境で運用するのにいくらかかるのかについては何も教えてくれない。Genie 4は順番待ちの時間を取られ、何についても何も教えてくれない。今四半期に答えが必要なら、これらの問いのうち、そもそも問うことすらできるのは一つだけだ。

今四半期の選び方

測定できるものから始めましょう。探索、データ生成、デモのためのインタラクティブ環境が必要なら、ブラウザでOdyssey-3を試し、次にOdysseyにセッションのコストと同時実行数の上限を尋ねてください — その答えは、どんなベンチマークよりも製品の成熟度をよく教えてくれます。その66.10は8回中の最良値、51.76を現実的な値として扱い、後者を前提に計画してください。

シミュレーション内で計画を立てるエージェントが必要なら、そう主張している唯一の選択肢がGenie 4であり、テストできるものは何もない。合理的な動きはウェイトリストを待つことで、その間に、すでにコモディティ化しているアーキテクチャの半分、つまりプランナーに対して構築を進めることだ。Gemini 3.8 FlashはGoogleがGenie 4のループに組み込んだモデルで、ゲートされたワールドモデルではなく、今日ルーティング可能なLLMだ。当社のカタログにはgoogle/gemini-3.8-flashとして掲載されており、呼び出し可能：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する単一のAPI。OrcaRouterはGenie 4もOdyssey-3もホストしていない——どちらもどこにもアドレス可能なエンドポイントとして存在しない——ので、正直な線引きは、買えるプランナーと、まだ買えないシミュレーターだ。そうした形ではフェイルオーバーが重要になる。スタックの中で交換可能な部分がガイド役のエージェントだけなら、新しい契約なしでプロバイダー間を移動できてほしい。ルーティングDSLを使えば、検証パスには安価なモデルを、計画にはより強力なモデルを固定できる。

また、誰も実施していない、より低コストな実験もある。同じプランナーを Odyssey-3 のブラウザセッションと従来の物理エンジンに当てはめ、どちらが1ドルあたりより優れた学習データを生み出すかを見ればよい。その比較は1週間で済み、どちらのローンチ記事よりも多くのことを決着させられるだろう。

何がそれを決着させるのか

有用な順に3つ。Genie 4の解像度とフレームレート——Googleからでも、ネイティブサイズでのキャプチャを公開してくれるテスターからでもいい。次に、ベンチマークが提供するプロンプトを使い、同一のハーネスで両モデルをPhysics-IQ上で実行すること（単一生成）。これで初めて、両方の行に同じ数値が並ぶ。そして商用条件——秒単位の料金、ライセンス、同時実行数の数値——。値付けできないワールドモデルは、どこのラボが作ったものであれ、デモにすぎないのだから。

どちらかが実現するまでは、正確な要約は両社にとって居心地の悪いものになる。Odyssey-3は測定可能で範囲が狭く、現実的なサンプリングでは縮小する強い第三者の結果が一つある。Genie 4はより広範で測定不能であり、内部にプランナーを備え、それが計画を立てる対象の世界が忠実であるという証拠はまだない。この二つの立場の差は能力の差ではない。開示の差であり、どちらに対してそれを証拠なしに信じることが求められているのかに気づくのは読者の役目だ。