Le 27 octobre, Google DeepMind a annoncé Genie 4, la nouvelle version de son modèle du monde (« world model ») : un système qui construit en temps réel un environnement tridimensionnel explorable à partir d’une description textuelle. La principale nouveauté est le son, généré en même temps que les images. Pour l’instant, Genie 4 reste toutefois un aperçu de recherche, réservé à un petit groupe de testeurs.
Qu’est-ce qu’un world model
Genie ne produit pas une vidéo déjà montée. Il calcule la scène image après image et réagit à ce que fait l’utilisateur : on se déplace au clavier et à la souris, tandis que le texte sert à modifier ce qui se passe. C’est l’idée à la base de Project Genie, l’application web que Google a lancée en janvier pour les abonnés AI Ultra aux États-Unis. Genie 3, présenté en août 2025, tournait en 720p à 24 images par seconde, avec des mondes cohérents pendant quelques minutes.
Ce qui change avec Genie 4
Selon DeepMind, c’est le premier modèle du monde en temps réel à générer le son de manière native : bruit du vent dans les arbres, musique, applaudissements, dialogues entre personnages. Il n’y a pas de bande-son ajoutée après coup : le son naît avec la scène.
Le deuxième point est le contrôle. Pendant la simulation, on peut demander de déplacer la caméra, de changer la météo, de faire entrer de nouveaux personnages ou objets. Derrière, il y a la famille Gemini : Gemini Omni sert de base pour que la simulation ressemble à la réalité, par son aspect et son comportement, tandis que d’autres modèles Gemini adaptent la demande à la scène en cours. Pour les événements en plusieurs étapes, Gemini 3.8 Flash observe les nouvelles images, vérifie si chaque étape a réussi et corrige le plan si quelque chose change.
DeepMind affirme aussi une physique plus crédible (collisions, aérodynamique, eau) et des personnes qui se déplacent naturellement et réagissent à leur environnement.
Le lien avec la robotique
Google le présente aussi comme un terrain d’essai pour les robots et les agents. Dans la démo, Gemini 4 Argon décompose une partie de dames en étapes et Genie 4 simule le robot humanoïde Apollo d’Apptronik qui les exécute. Aucun robot réel n’est impliqué : c’est un test en simulation, qui sert à comprendre si un environnement généré peut remplacer des essais coûteux ou risqués.
Limites déclarées
DeepMind qualifie Genie 4 de modèle « early, experimental » et en énumère clairement les limites :
- l’interaction continue dure quelques minutes, pas de longues sessions ;
- les détails visuels et la permanence des objets peuvent dériver dans les simulations plus longues ou après de nombreuses modifications ;
- les lieux réels ne sont pas reproduits avec une parfaite précision ;
- le texte lisible n’apparaît souvent que s’il figure déjà dans la description du monde ;
- la précision du son en temps réel fait encore l’objet de recherches.
Toutes les vidéos et tous les sons générés portent le filigrane invisible SynthID. Google parle de protections conformes à ses règles de sécurité et d’évaluations internes avant la sortie.
Disponibilité et prix
L’aperçu est ouvert aux testeurs sélectionnés ; il existe une liste d’attente. Google promet une arrivée « prochainement », d’abord pour les abonnés AI Ultra dans Project Genie, puis pour les partenaires ayant un accès anticipé à l’API Gemini et à AI Studio. Ni date, ni prix, ni liste de pays n’ont été communiqués, et Google n’a pas indiqué la résolution ni la fréquence d’images de Genie 4. Si et quand il arrivera en Italie, on ne peut donc pas le dire aujourd’hui.
Ce que nous en pensons
Le son natif est l’avancée la plus concrète : un monde généré qui parle et résonne fait percevoir la simulation comme un lieu et non comme un clip muet. Reste toutefois une limite de taille, les quelques minutes de cohérence : tant que les objets « dérivent », des usages sérieux comme l’entraînement de robots restent des promesses à vérifier, et ce n’est pas un hasard si Google parle de recherche.
Pour les lecteurs italiens, l’intérêt est plus indirect. Il n’y a rien à essayer dans l’immédiat : Project Genie exige un abonnement Ultra et, lors de son lancement en janvier, il était réservé aux États-Unis. Il vaut la peine de suivre la prochaine étape, l’arrivée dans les API : c’est là que les développeurs et les studios de jeux vidéo pourront mesurer l’utilité de Genie 4 au-delà de la démo. La présence de SynthID va aussi dans le bon sens, car des mondes toujours plus réalistes rendent plus important de reconnaître ce qui est généré ; nous en avons parlé à propos du détecteur SynthID.
Article de la rédaction de SpazioiTech, rédigé avec l’aide d’outils d’intelligence artificielle à partir de faits vérifiés auprès d’au moins deux médias indépendants, et contrôlé avant publication. Une erreur ? Écrivez-nous.
Traduit de l’original italien. Lire en italien
