Le 27 octobre, Google DeepMind a dévoilé son nouveau modèle de monde, Genie 4. Le modèle génère en temps réel des environnements virtuels interactifs dans lesquels l'utilisateur peut se déplacer, et le fait pour la première fois avec du son.
Que s'est-il passé ?
Selon DeepMind, Genie 4 est le premier modèle de monde en temps réel de l'entreprise à générer directement le son. Chaque monde porte sa propre ambiance sonore : le vent dans les arbres, les vagues sur le rivage ou de la musique. D'après Ars Technica, la principale nouveauté est la parole humaine : des dialogues qui s'adaptent à mesure que la simulation change. Les personnes dans la scène bougent aussi de façon plus naturelle que dans la version précédente.
L'utilisateur peut piloter un monde en cours d'exécution avec du texte simple. Il est possible de changer la météo, de déplacer la caméra ou d'ajouter de nouvelles personnes et de nouveaux objets à la scène ; les commandes sont interprétées par des modèles Gemini. DeepMind positionne le modèle comme environnement d'entraînement pour les robots et les agents d'IA, outil de prototypage en conception de jeux et outil de prévisualisation au cinéma. Des exemples transformant une seule photo d'archive en scène explorable ont aussi été partagés.
Pour l'instant, le modèle n'est ouvert qu'à des testeurs sélectionnés. L'accès s'étendra bientôt progressivement, via Project Genie, aux abonnés Google AI Ultra et aux partenaires en accès anticipé de l'API Gemini et d'AI Studio.
Pourquoi est-ce important ?
Les modèles de monde signifient que l'IA ne produit pas seulement du texte ou des images, mais des environnements qui fonctionnent selon leurs propres règles. Cela pourrait permettre de tester des robots dans des milliers de scénarios avant leur sortie dans le monde réel, et accélérer la production de jeux et de films. Les limites sont toutefois nettes : selon Ars Technica, les mondes ne restent cohérents que quelques minutes. DeepMind reconnaît aussi que les objets peuvent dériver avec le temps et que les interactions physiques complexes et la cohérence à long terme restent des sujets de recherche.