Genie 4 transforme les mondes IA en espaces interactifs

Google DeepMind a dévoilé Genie 4, un modèle de monde capable de générer des environnements tridimensionnels interactifs, avec visuels réalistes, son natif et dialogue en temps réel. Présenté comme une préversion de recherche, il est réservé à des testeurs de confiance dans les secteurs créatif, journalistique, éducatif, vidéoludique et industriel. L’enjeu dépasse la démonstration technique : Google veut faire de ces mondes simulés un terrain d’essai pour la robotique, la formation d’agents IA et la production de contenus interactifs.

Des mondes qui réagissent, pas seulement qui se regardent

Genie 4 se distingue d’abord par sa capacité à maintenir une scène cohérente pendant que l’utilisateur agit dessus. Les testeurs peuvent modifier le décor par texte, changer la météo, déplacer la caméra ou ajouter des objets et personnages sans interrompre la simulation. Le modèle génère aussi des ambiances sonores et des dialogues interactifs ; c’est la première fois, selon Google DeepMind, que Genie produit de l’audio nativement en temps réel.

Cette combinaison place le système à mi-chemin entre le moteur de jeu, l’outil de prototypage et le bac à sable pour agents. Google affirme que Genie 4 peut servir à entraîner des systèmes d’IA à naviguer dans des environnements complexes avant leur déploiement dans le monde physique. Le mot “simulation” prend ici un sens très concret, et un peu moins poussiéreux que d’habitude.

Google pousse aussi l’usage vers la création et la robotique

La société cite plusieurs usages ciblés : développement de jeux, mise en scène de films, exploration de scènes historiques à partir de photographies d’archives, ou visualisation d’événements comme les crues soudaines et les incendies de forêt. Dans une démonstration, un robot humanoïde Apollo d’Apptronik joue aux échecs dans un environnement généré, tandis que Gemini 4 Argon découpe la tâche en étapes et suit son exécution. Ce duo montre l’ambition de Google : relier un monde simulé à une chaîne de décision pour des systèmes robotiques.

Genie 4 s’appuie sur plusieurs briques de la famille Gemini. Gemini Omni fournit une base pour l’apparence et le comportement du monde, tandis que d’autres modèles gèrent le raisonnement afin de garder la cohérence de la simulation. Selon l’annonce, Gemini 3.8 Flash agit comme agent de guidage dans les scénarios complexes : il observe l’environnement, fractionne les tâches, suit l’avancement et réajuste le plan si l’utilisateur intervient ou si le décor change.

Un accès limité, puis une ouverture progressive

À ce stade, Genie 4 reste un produit de recherche. L’accès est limité aux testeurs de confiance, mais Google prévoit d’élargir la disponibilité aux abonnés Google AI Ultra via Project Genie, ainsi qu’à certains partenaires en accès anticipé via l’API Gemini et Google AI Studio. Cette montée en charge sera décisive : elle dira si Genie reste un laboratoire spectaculaire ou s’impose comme un outil utilisable dans des workflows réels.

Google DeepMind dit aussi appliquer SynthID à toute vidéo et tout audio générés par Genie 4. Ce filigrane numérique permet d’identifier les contenus produits par IA, dans les formats visuels comme sonores. À l’heure où les faux contenus circulent vite, le garde-fou ne règle pas tout, mais il évite au moins que les mondes générés fassent semblant d’être nés d’un tournage sous la pluie.