Genie 4 veut rendre les mondes simulés plus crédibles

Google DeepMind a présenté Genie 4 en aperçu de recherche limité, avec du son natif, une édition plus souple des scènes en direct et une intégration renforcée de Gemini. Ce modèle de monde, conçu pour simuler des environnements interactifs, peut être piloté au clavier, modifié à la volée et utilisé pour tester des agents ou des robots avant un passage dans le réel. Reste une limite très concrète : selon le briefing de lancement, les simulations tiennent environ deux minutes avant que les détails visuels et la cohérence des objets ne se dégradent.

Un simulateur plus souple, mais pas encore inusable

Genie 4 appartient à la famille des modèles de monde, c’est-à-dire des systèmes d’IA qui cherchent à prédire l’évolution d’un environnement dans le temps. Google indique que l’utilisateur peut changer la météo, déplacer la caméra, ajouter des personnages ou des objets sans relancer la simulation. Le résultat vise un rendu plus vivant, avec des sons d’ambiance, de la musique, des dialogues réactifs et des interactions physiques plus crédibles. Sur le papier, la scène tient mieux debout. Dans la pratique, le décor finit encore par se fissurer.

Cette fragilité compte, car elle limite les usages qui exigent une continuité longue et fiable. Pour des prototypes, des démonstrations ou des tests rapides, la fenêtre de deux minutes suffit parfois. Pour une simulation robuste, c’est court. Très court. Google admet d’ailleurs que la qualité visuelle et la cohérence des objets peuvent se dégrader au fil de l’exécution, ce qui rappelle qu’un monde artificiel reste plus simple à promettre qu’à maintenir.

Gemini prend la main sur la mise en scène

Google ne se contente pas d’ajouter des effets. L’entreprise s’appuie aussi sur Gemini pour coordonner des événements plus complexes dans la simulation. Gemini Omni aide à ancrer les scènes dans des comportements et apparences jugés plus réalistes, tandis que Gemini 3.8 Flash suit les images entrantes, découpe les objectifs en étapes et ajuste le plan au fil des événements. Autrement dit, le modèle ne se contente pas d’afficher une scène : il essaie aussi de la gérer.

Dans un test séparé, Google a associé Genie 4 à Gemini 4 Argon pour simuler le robot humanoïde Apollo d’Apptronik en train de jouer aux dames. Argon décompose la tâche, Genie 4 la met en image au fur et à mesure. L’exercice sert surtout à explorer une idée simple : tester des robots et des agents dans un bac à sable numérique avant de les envoyer dans le monde physique. C’est prudent, et probablement moins coûteux qu’un accident en vrai.

Un marché encore flou pour les modèles de monde

Le sujet attire des investissements, mais aussi des réserves. Selon les exemples cités par Techstrong, les usages potentiels vont des plateaux virtuels pour les studios de cinéma aux scénarios de circulation dangereuse pour les véhicules autonomes. Pourtant, les approches restent très différentes d’un acteur à l’autre : certaines visent surtout le réalisme visuel, d’autres la prédiction physique. Résultat, même la définition de ce qu’est un modèle de monde ne fait pas consensus.

Les doutes portent surtout sur la capacité à simuler correctement les causes et les effets. Techstrong cite le benchmark What-If World, qui a testé neuf modèles de génération vidéo sur leur aptitude à reproduire les conséquences de changements physiques : aucun n’a dépassé 52%. Genie n’y figurait pas, mais le signal est clair. Entre une scène qui a l’air juste et une scène qui se comporte comme la réalité, l’écart reste net.

Ce que Google prépare pour la suite

Pour l’instant, Genie 4 n’est accessible qu’à des testeurs de confiance. Google prévoit ensuite un accès élargi via Project Genie pour les abonnés Google AI Ultra, ainsi que pour certains partenaires de l’API Gemini et de Google AI Studio, sans donner de date. Cette mise à disposition progressive montre une stratégie classique chez Google DeepMind : verrouiller d’abord l’accès, observer les usages, puis ouvrir plus large si la technique suit.

Le mouvement intéresse aussi le marché au sens large. Les modèles de monde prennent une place plus visible dans la course à l’IA, avec Nvidia, Meta, Runway, World Labs de Fei-Fei Li et AMI Labs de Yann LeCun parmi les noms cités dans le dossier source. Mais la question centrale ne change pas : ces systèmes savent-ils seulement fabriquer des mondes convaincants, ou peuvent-ils aussi en simuler les règles ? Pour le moment, Genie 4 montre surtout que Google veut faire les deux.