Genie 4 de DeepMind : mondes photoréalistes et interactifs en temps réel

Google DeepMind a levé le voile le 27 octobre 2026 sur Genie 4, son nouveau modèle capable de créer des environnements 3D photoréalistes que l’on peut explorer et modifier en temps réel. Le système accepte à la fois des commandes classiques au clavier – navigation, déplacement de la caméra – et des instructions en langage naturel pour changer la météo, ajouter ou déplacer des objets, ou encore ajuster le point de vue. L’ensemble se met à jour sans interrompre la simulation, offrant une impression d’interaction fluide.

Une architecture hybride autour de Gemini

Genie 4 s’appuie sur le moteur Gemini Omni pour assurer la cohérence visuelle et comportementale des scènes. Le sous‑module Gemini 3.8 Flash joue le rôle d’agent de guidage : il analyse les images générées, décompose les objectifs en étapes et vérifie leur exécution. Si l’utilisateur intervient en cours de route, le système réajuste son plan, ce qui rend les modifications possibles même pendant la simulation.

Le modèle intègre également la génération audio. Ambiances sonores, musiques et dialogues sont produits nativement, ce qui enrichit l’immersion. DeepMind cite également des améliorations au niveau des collisions, de l’aérodynamique et des mouvements humains, bien que ces performances proviennent de démonstrations internes et n’aient pas encore fait l’objet d’une évaluation indépendante.

Applications potentielles pour la robotique et les agents IA

L’annonce met en avant l’usage de Genie 4 comme banc d’essai pour entraîner des agents et des robots. Un exemple présenté montre Gemini 4 Argon découpant les coups d’une partie de dames jouée par l’humanoïde Apollo d’Apptronik, puis transmettant les étapes à Genie pour les simuler. L’idée est de générer rapidement des scénarios variés, parfois difficiles à filmer ou à reproduire physiquement, avant de les tester dans le monde réel.

Cette approche pourrait accélérer le développement de contrôleurs pour des machines complexes, à condition que le modèle capture fidèlement les lois physiques qui régissent les robots. Pour l’instant, DeepMind souligne que la valeur réelle pour la robotique dépendra de l’écart entre les comportements appris en simulation et les contraintes physiques d’une plateforme concrète.

Limitations et déploiement contrôlé

Google ne prétend pas que Genie 4 soit exempt de défauts. Le laboratoire mentionne plusieurs limites : la qualité visuelle et la persistance des objets peuvent se détériorer au cours de longues sessions ou après de multiples modifications, la précision spatiale des interactions reste perfectible, la lisibilité du texte intégré aux scènes et la synchronisation audio posent encore problème. Ces points sont clairement identifiés comme des axes de recherche en cours.

Le modèle est d’abord disponible en aperçu de recherche pour un groupe restreint de testeurs sélectionnés. Google prévoit ensuite une extension aux abonnés du service Google AIIntelligence artificielleEnsemble de techniques permettant à des machines d'accomplir des tâches nécessitant habituellement certaines capacités humaines, comme la reconnaissance, la prédiction ou la prise de décision. Ultra via le projet « Project Genie », ainsi qu’aux partenaires de l’API Gemini et de Google AI Studio. Des garde‑fous classiques sont appliqués, et un marqueur SynthID est ajouté aux contenus vidéo et audio générés afin d’aider à identifier les productions synthétiques.

Vers une utilisation plus robuste

Genie 4 représente une avancée notable en rapprochant les modèles de génération d’environnements d’un moteur interactif piloté par le langage. La prochaine étape, selon DeepMind, sera moins spectaculaire mais cruciale : évaluer la cohérence sur la durée, la reproductibilité des scénarios et leur utilité concrète pour l’entraînementTrainingProcessus durant lequel un modèle ajuste ses paramètres à partir de données afin d'améliorer ses performances. d’agents ou de robots. Si ces critères sont remplis, on pourrait assister à une adoption plus large dans la recherche en IA, la simulation de formation et même la création de contenus immersifs.