Genie 4 vs SKY-001：決して同じベンチマークを共有しない2つのワールドモデル

Genie 4とSKY-001は2026年10月に8日違いで発表され、両方を載せた公平なスコアボードが公開されることは決してないだろう。Google DeepMindのGenie 4は、約2分間歩き回れる、プレイアブルで音声付きのシーンを生成する。Skyfall AIのSKY-001は、プロンプトまたはスケッチを受け取り、CAD部品または建物の間取り図のための順序付けられた構築手順を出力する。一方は人間が視聴するピクセルを生み出す。もう一方は、いずれ機械がそれに基づいて構築するかもしれないジオメトリを生み出す。唯一有用な比較は、どちらが優れているかではない — それぞれが有料顧客の前に出す前に何を証明しなければならないか、そしてその証明のうちどれが試みられてきたかだ。

両社とも自社製品をワールドモデルと呼んでいる。その共通の呼称は、正当な根拠もないまま膨大な役割を担わされており、この2つの発表に関する報道が、あたかも両者がライバルであるかのように読めるのはそのためだ。両者は同じ予算、同じ買い手、同じ評価をめぐって競っているのではない。同じ言葉をめぐって競っているのだ。

その言葉はあまりに多くの役割を担いすぎている

それらを区別する有用な方法は、そのモデルが何の。

Genie 4は外観と動きをモデル化します。プロンプトを与えると、入力した指示に反応する世界をレンダリングします——天気を変える、カメラを動かす、人を追加する——そして今では、映像とともに環境音、音楽、インタラクティブな対話を生成します。Geminiのプランナーがフレームを監視し、再計画します。出力は人間の目またはビデオパイプライン向けの画像ストリームであり、その正確さはシーンがもっともらしく振る舞うかどうかで判断されます。

SKY-001はアセンブリをモデル化する。その階層は、システムからアセンブリ、サブアセンブリ、部品へ、あるいはフロアからユニット、部屋へと続き、第2のコンポーネント——Skyfallはこれを構築ワールドモデルと呼ぶ——が、白紙から完成まで導く視覚状態の順序付きシーケンスを計画する。CADコンポーネントの場合、それは一連の3Dソリッド状態と、その間の2Dスケッチである。間取り図の場合、それは一筆ずつ構築される図面である。正確性とは幾何学的な重なりであり、正解形状に対するIoUとして測定される。

不一致が明らかになる形で示した寸法：

• 出力 — Genie 4 は映像と音声を出力し、SKY-001 は CAD または BIM の施工シーケンスを出力します。

• 入力 — Genie 4 は{{1}}テキスト、キーボード、カメラ制御{{/1}}、SKY-001 はテキストまたは2D画像。

• 「間違い」とは何を意味するのか — ドリフトするシーンなのか、それとも IoU の差によって対象ジオメトリを外すソリッドなのか。

• 評価ユニット — Genie 4 に対する人間による判定または物理スコア、SKY-001 の 1,000 件にわたる平均 IoU。

• 公開価格 — どちらでもない

• アクセス — 双方にウェイトリスト。

テスト1：誰か出力を確認できますか？

SKY-001はこのテストを可能な限り狭い意味で通過しており、それでもそれはGenie 4が成し遂げる以上のものだ。

Skyfallは各1,000件の2つのトラックからなるベンダーベンチマークを公開しており、その数値は議論の余地があるほど具体的だ。CADコンポーネントでは、SKY-001が平均IoU 79.7%を記録し、GPT-6 Astraの79.1%に対して0.6ポイントのリードだったが、これはシードレベルのノイズにすぎず、しかも199秒ではなく3.9秒で実行し、1件あたり0.75ドルではなく0.005ドルで済んだ。間取り図では43.6%対GPT-6 Astraの40.6%で、1.22秒対144.6秒だった。

それらの数値はすべてSkyfall自身のもので、Skyfallの社内テストセットで生成されたものであり、公開されたデータ分割も、公開された評価ハーネスもありません。IoU指標は幾何学的な重なりを測るだけで、それ以外の何も示しません。部品が製造可能であること、公差が収まること、間取りが避難やアクセシビリティに関する基準を満たすこと、構造が成立することを証明するものではありません。計測時間には、アップロード、前処理、キュー待ち、フォーマット変換、検証、人によるレビューが含まれておらず、実際のCADワークフローではこれらが経過時間の大部分を占めます。さらに、Skyfall自身の発表資料にある倍率は互いに矛盾しています。同一サイトの複数ページにわたり、速度は51×、49×、100×、コストは150×、143×とされています。

Genie 4はその基準すらクリアしていない。Googleはベンチマーク、解像度、フレームレート、レイテンシ、パラメータ数を一切公表していない。同社自身の制限事項セクションは、視覚的ディテールと物体永続性のドリフト、複雑な物理的相互作用、音声の正確性、ワールド内テキストの可読性、空間的精度といった問題を挙げているが、そのいずれも定量化していない。第三者による提出もなく、プール外のテスターが測定値を公表したこともない。このものが機能するかという一点に関して、SKY-001は反駁可能な主張を提示し、Genie 4はデモリールを提示している。

テスト2：出力はツールに入力できますか？

ここは、SKY-001のアーキテクチャが真価を発揮する場所であり、Genie 4の限界が横たわる場所です。

世界の動画は、編集できる世界ではない。Genie 4 のセッションでは何もジオメトリとして書き出されない。そのため、プロトタイピングに使うゲームスタジオは手作業で再構築するための参照資料を得るだけであり、ロボティクスチームは学習に使う観測データを得られても、変更できるシーングラフは得られない。これは実際の用途ではある——学習データとプリビジュアライゼーションはいずれもピクセルを消費する——が、それはこのモデルがツールチェーンの上流に位置し、ツールチェーンに入り込むのではなく、ツールチェーンに供給することを意味する。

SKY-001が公称する成果物はツールチェーンだ。構築シーケンスは取り込まれることを想定して設計されており、SkyfallはAutodesk Fusion内でそれが動作することを実演した。その実演は出荷済みのコネクタではなく、一度のデモは統合の全体像を示すものではない。独立系レビュアーは、保存されたスケッチと生成された3Dジオメトリが一致しない可能性があるとも指摘している。その場合、CADのように見えても、機械でそのまま使えるCADではない出力が残ることになる。しかし意図は種類が異なる。一方のモデルは製造可能な成果物までの距離を縮めようとしており、もう一方は説得力のある観察結果を生み出そうとしている。

デザイン事務所にとって、その違いが購入を左右する。コンセプトアーティストの作業を2日短縮するレンダラーなら、ほぼどんな価格でも買う価値がある。製図担当者の作業を2日短縮するシーケンス生成ツールは、そのシーケンスが製図担当者の実際のツールと組み合わせても耐えうる場合に限り、買う価値がある——そして、Skyfallの外でそれを検証した者はいない。

テスト3：2027年より前に購入できますか？

いいえ、どちらの点でも違いますし、タイムラインも近くありません。

{{1}}SKY-001はウェイトリストで利用可能な研究プレビューです。API、価格表、モデルの重み、ライセンス、セルフホスティングの手段、ファインチューニングはありません。Skyfallは2027年初頭の商用展開を目指しています。同社は約25人と小規模で、創業者のSam Pasupalakは以前Maluubaを立ち上げ、それは2017年にMicrosoftが買収しました。これは信頼に足る経歴ですが、出荷済みの製品ではありません。{{/1}}

Genie 4は信頼できるテスター向けの研究プレビューであり、Google AI Ultraの購読者にはProject Genie経由で月額約100ドルで「今後数週間のうちに」アクセスが提供されると約束されており、早期アクセスパートナーはGemini APIとAI Studioを通じて利用できます。一般提供日も、開発者向け価格も、商用条件もありません。スタジオにとって、欠けているライセンス条件は2分の上限よりも大きな障壁です。なぜなら、商用利用が明示されていない制作パイプラインに生成映像を組み込むことはできないからです。

つまり、両方についての正直な調達上の答えは同じ一文になる。買えるものは何もない。違いは、待っている間に何ができるかだ。現時点で本格的なもう一つのインタラクティブ世界モデルであるOdyssey-3は、少なくとも今日ブラウザのデモを操作できる。この2つはどちらもそうではない。

Skyfall自身の表にある、そのカテゴリーを弱める数字

BIMの結果の中に埋もれているのは、両社が公表した中で最も興味深い数字であり、それは見出しにある数字ではない。

Skyfallの1,000枚の間取り図で、SKY-001はIoU 43.6%を記録した。エンジニアリングの訓練も建設のワールドモデルも持たない汎用モデルであるGemini 3.8 Flashは42.3%だった。これは、専門モデル自身のテストセット上で、今日誰でも呼び出せるモデルに対する1.3ポイントの差である。速度とコストの差は現実に大きく、1.22秒対346.2秒、1枚あたり$0.0024対$0.218だ。しかし、製造可能性を無視する指標において、既製のフロンティアモデルに対する精度面のリードがIoU 1.3ポイントにとどまるなら、SKY-001が売っているのは判断力ではなくスループットである。それは正当な製品だ——280倍の低遅延は別のワークフローを意味する——が、「フロンティアモデルを上回る」という主張よりはずっと狭い主張である。

これによって対決の構図が一変する。Genie 4はSKY-001と競合しているのではない。両者とも、すでにルーティングできる汎用モデルと競合しているのだ。案件ごとにフロンティアモデルを呼び出し、検証ステップと人間のレビュアーを挟む設計パイプラインこそ、これらの専門特化モデルが打ち負かさなければならないベースラインであり、Skyfallが両方の数値を公表した唯一のトラックでは、ベースラインは1.3ポイント差に迫った。

そのベースラインこそ、今日実際に組み立てられる部分です。Gemini 3.8 Flash は当社のカタログにgoogle/gemini-3.8-flashとして掲載されており、GPT-6 Astra や最先端領域のその他のモデルも同様で、すべてがプロバイダーのリスト価格を0%のマークアップでそのまま反映する単一のAPIの背後にあります。OrcaRouter は Genie 4 も SKY-001 もホストしていません——どちらもどこにもアドレス可能なエンドポイントではないため——実用的なアーキテクチャは、今作業を行うルーティング可能なモデルであり、プロバイダー間のフェイルオーバーを備えて単一ベンダーの障害でバッチが止まらないようにし、専門特化モデルは、その主張があなた自身の図面との接触に耐えた場合に後から組み込む形です。

2つが実際に重なるところ

真の接点が一つある。どちらのモデルも計画を立てる。

Genie 4のプランナーは、ループ内の独立したGeminiモデルです。フレームを観察し、目的をステップに分解し、進捗を確認して修正します。SKY-001のプランナーは内部にあり、構築ワールドモデルが状態の順序を決定し、階層型コンポーザーが何が何に分解されるかを決定します。どちらの場合も、興味深いエンジニアリングはレンダラーやリファイナーではなく、次に何が起こるかを決定するシーケンシングロジックにあります。

その類似性こそが、この比較が両者を実際以上に良く見せる理由でもある。状態の系列を計画するモデルは、単一の成果物を出力するモデルよりも有用なことをしている、と両社とも分かっている。しかし、その系列同士は比較可能ではない。一方は見え方の系列であり、人間がもっともらしいと感じるかどうかで検証される。もう一方は実体のある状態の系列であり、対象形状と重なるかどうかで検証される。両者の間に一致はあり得ない。なぜなら、一致すべき共有されたグラウンドトゥルースが存在しないからだ。

誰がどれを視聴すべきか

映画、ゲーム、インタラクティブ体験を制作しているなら、ロードマップに入れるべきはGenie 4であり、SKY-001はあなたには無関係です。解像度、フレームレート、商用条件に注目してください。オーディオ機能はすでに差別化されており、再証明する必要はありません。

部品や建物を製図するなら、追うべきはSKY-001で、Genie 4は興味本位の対象だ。公開されたテストセット、出荷済みのFusionコネクタ、価格に注目しよう。テストセットが存在するまでは、79.7%という数字はSkyfall自身のデータについての主張にすぎず、Gemini 3.8 Flashに対するBIMでの1.3ポイントの差は、精度上の優位がマーケティングが示唆するほど大きくない可能性を示している。

どちらかの製品の下流レイヤー——バリデータ、オーケストレーター、レビューツール——を構築しているなら、あなたの方が有利な立場にある。両モデルともアクセスは制限され、再現不可能で、どちらも誰も作っていないまさにその配管を必要とする。生成されたシーケンスを受け取り、仕様に照らして検証し、受け入れるかどうかを決めるものだ。そのレイヤーは今すぐ、今日呼び出せるモデルに対して構築でき、専門特化モデルが出荷されたときにも依然として有用な部分であり続ける。

両方の発表に潜む罠は同じ罠だ。ワールドモデルは、実物にどれだけ似て見えるかに比例して印象的であり、実際に似ているかどうかを見極めるのがどれほど難しいかに比例して役に立たない。Genie 4は驚異的に見えるが、測定できない。SKY-001は測定でき、その測定はそれ自身のものだ。どちらもまだ製品ではなく、両者をライバルに見せているのは、両者の発表の間の8日間だけだ。