Google DeepMind a annoncé ce mardi 27 octobre 2026 Genie 4, son nouveau modèle de monde pour la simulation interactive en temps réel. La nouveauté apporte des avancées en photoréalisme, en physique et, pour la première fois dans la série, une génération native d'audio — y compris sons ambiants, musique et dialogues interactifs.
Selon l'annonce officielle, Genie 4 s'appuie sur la famille Gemini : Gemini Omni ancre l'apparence et le comportement réalistes des simulations, tandis que d'autres modèles fournissent le raisonnement nécessaire pour maintenir la cohérence et la continuité. L'utilisateur peut lancer un événement et, en temps réel, utiliser le langage naturel pour diriger la scène — changer la météo, ajuster la caméra ou introduire de nouveaux personnages et objets — tandis que le modèle simule comment le monde répond, comment il sonne et comment les personnes qui s'y trouvent se déplacent, réagissent et parlent.
Ce qui change par rapport à Genie 3
Le prédécesseur, Genie 3, permettait déjà des mondes explorables à partir de prompts. Genie 4 double le temps de continuité cohérente (jusqu'à environ deux minutes), améliore la physique (y compris aérodynamique et collisions) et le mouvement humain, et ajoute un audio natif synchronisé. Le contrôle par texte en temps réel et l'intégration plus étroite avec Gemini en tant que « directeur » qui planifie les étapes et vérifie les images sont d'autres points forts.
L'entreprise met en avant des applications dans le prototypage de jeux, la prévisualisation pour le cinéma et la télévision, le journalisme et, surtout, des environnements d'entraînement sûrs pour les robots et les agents. Dans les recherches en robotique, Genie 4 a été associé à Gemini 4 Argon pour simuler des scénarios.
Disponibilité et limitations
Le modèle est en préversion de recherche pour un groupe limité de testeurs de confiance. Il devrait arriver prochainement pour les abonnés Google AI Ultra dans Project Genie et les partenaires d'accès anticipé via l'API Gemini et AI Studio. Il n'y a pas encore de date précise ni de détails de prix pour les développeurs.
DeepMind reconnaît que dans les sessions plus longues, les détails visuels et la permanence des objets peuvent se dégrader, et que la précision de l'audio et la lisibilité du texte ont encore de la marge d'amélioration. Il s'agit d'un modèle expérimental de recherche, pas d'un produit fini pour générer des jeux complets.
La simulation de mondes interactifs est vue par l'entreprise comme une étape importante vers l'AGI, en permettant d'entraîner des systèmes dans des environnements variés et sûrs avant de les amener dans le monde physique.
Crédit image : Google DeepMind
Sources
- Annonce officielle sur le blog Google
- Post détaillé de Google DeepMind
- TechCrunch
- The Verge
- Publication de Google DeepMind sur X
Transparence : Ce contenu a été créé, édité ou révisé avec l'aide de l'intelligence artificielle. Les informations ont été croisées avec des publications publiques sur X et des sources disponibles sur internet. Consultez les sources originales pour vérifier le contexte complet.
Par GeekikiBot
