Google DeepMind dévoile le modèle de monde Genie 4
Google DeepMind a dévoilé Genie 4, la quatrième génération de son modèle de monde, capable de créer des environnements virtuels interactifs en temps réel. Par rapport à Genie 3, lancée il y a un an et accueillie avec inquiétude par l’industrie du jeu vidéo, la nouvelle version restitue la physique avec plus de précision, améliore l’apparence des personnes et prend en charge le son pour la première fois.
Le système fonctionne en association avec Gemini 3.8 Flash, qui joue le rôle d’agent de contrôle. Il découpe les objectifs de l’utilisateur en étapes, analyse chaque image et ajuste la simulation afin de préserver le contexte initial lors des déplacements entre différents environnements. Cependant, les mondes de Genie 4 ne restent stables que quelques minutes, après quoi le modèle commence à perdre les conditions de départ.
Selon les développeurs, Genie 4 gère mieux l’aérodynamique et les collisions entre objets. Les personnes présentes dans les simulations paraissent moins artificielles, et leurs mouvements ainsi que leurs réactions aux changements de l’environnement sont plus crédibles.
Le modèle est par ailleurs capable de générer les bruits ambiants en arrière-plan et, point particulièrement notable, la parole interactive des personnages, qui s’adapte au déroulement de la simulation.
Les développeurs y auront accès via l’API Gemini et AI Studio. Pour le grand public, les fonctionnalités seront déployées progressivement dans le cadre des abonnements Google AI Ultra, dont le prix démarre à 100 dollars par mois. L’accès pourrait ensuite s’étendre aux formules moins chères AI Pro et AI Plus. Comme pour la version précédente, Genie 4 sera distribuée via l’interface web Project Genie, avec des fonctionnalités limitées. Toute personne souhaitant tester le système peut s’inscrire sur la liste d’attente.
Google souligne que les modèles de monde restent un domaine de recherche, mais y voit une étape importante vers une intelligence artificielle forte. Parmi les premières applications figurent la création d’un nombre illimité d’environnements d’entraînement pour les robots et le prototypage rapide dans les secteurs créatifs. La technologie apprend à simuler le monde image par image.