Google dévoile Genie 4, simulation du monde en temps réel

Google a annoncé le lancement de son modèle de monde Genie 4 et a commencé à ouvrir un aperçu de recherche aux testeurs invités. Les utilisateurs peuvent contrôler la perspective et les déplacements via le clavier, ou saisir du texte pour modifier la météo, ajouter des personnages ou des objets pendant l’exécution de la scène. Selon Google, le modèle est capable de générer simultanément des images, des sons environnementaux et des dialogues adaptés au contexte, tout en simulant des interactions physiques telles que les mouvements des personnages et les collisions ; ces capacités restent toutefois à valider dans des usages plus étendus. Genie 4 s’appuie sur la série de modèles Gemini. En particulier, Gemini 3.8 Flash observe en continu les images générées, décompose les objectifs en étapes et ajuste les plans après les changements de scène. Google explore également la combinaison de Genie 4 avec Gemini 4 Argon et ses travaux en robotique, afin de simuler des tâches multi-étapes. Les testeurs invités expérimentent actuellement le modèle dans des domaines tels que le cinéma, les jeux vidéo, l’éducation et l’ingénierie. Google prévoit ensuite d’ouvrir l’accès aux abonnés Google AI Ultra du programme Project Genie, ainsi qu’aux partenaires précoces de l’API Gemini et de Google AI Studio, sans avoir encore annoncé de date précise. Google souligne par ailleurs que Genie 4 reste un modèle expérimental : lors de sessions prolongées ou après plusieurs modifications des instructions, des dérives peuvent apparaître dans les objets et les détails visuels, tandis que les interactions physiques complexes, la précision sonore et la cohérence spatiale nécessitent encore des améliorations. Les vidéos et l’audio générés seront dotés du filigrane numérique SynthID.