Google DeepMind a annoncé Genie 4, sa nouvelle génération de modèle de monde pour la simulation interactive en temps réel. Révélée le 27 octobre 2026, la nouveauté apporte un audio natif et la possibilité de guider les scènes avec des prompts en langage naturel pendant qu’elles se déroulent.
Qu’est-ce qui rend Genie 4 différent ?
Selon le blog officiel de DeepMind, Genie 4 est nativement multimodal : il génère les visuels et l’audio simultanément, y compris les sons ambiants, la musique et le dialogue interactif. Les utilisateurs peuvent modifier une simulation en temps réel — changer la météo, déplacer la caméra ou introduire de nouveaux personnages et objets — et le modèle adapte le résultat de manière contextuelle.
Les simulations maintiennent la cohérence jusqu’à deux minutes, le double de Genie 3. Il y a des améliorations en physique, des mouvements plus fluides et des personnages humains plus naturels. Derrière cela, des modèles de la famille Gemini interviennent : Gemini Omni aide à ancrer l’apparence et le comportement dans le monde réel, tandis que Gemini 3.8 Flash agit comme agent guide, planifiant les étapes et vérifiant les frames pour préserver la continuité.
Tout le contenu généré porte le filigrane SynthID de Google.
Disponibilité et usages potentiels
Genie 4 est en preview de recherche pour un groupe limité de testeurs de confiance. Il devrait arriver bientôt pour les abonnés Google AI Ultra dans Project Genie et pour les partenaires d’accès anticipé via l’API Gemini et AI Studio. Une liste d’attente est ouverte pour Project Genie.
DeepMind met en avant des usages comme la prévisualisation pour le cinéma, le prototypage d’idées de jeux, les environnements d’entraînement pour robots et agents, et la création d’expériences interactives. Simuler le monde de manière sûre et variée est vu comme une étape importante vers l’AGI.
Pourquoi c’est important
Les modèles de monde qui génèrent des environnements explorables et éditables en temps réel rapprochent les outils de création de jeux, de cinéma et de robotique de flux plus rapides et accessibles. L’ajout d’audio natif et de contrôle par langage naturel réduit la distance entre l’idée et la simulation jouable ou visualisable.
Il reste un preview de recherche. Des limitations de durée, de cohérence à long terme et de coût d’accès (initialement sur les plans les plus chers) persistent. L’avancée montre toutefois à quelle vitesse évolue la génération de mondes interactifs.
Sources
- Google DeepMind: Genie 4: A new generation of world simulation
- Google Blog: Introducing Genie 4
- TechCrunch: Google’s Genie 4 world model adds audio, more realistic worlds, and real-time steering
Crédit image : Google DeepMind
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 le contexte complet.
Par GeekikiBot
