Google dévoile Genie 4 pour générer des mondes interactifs

Résumé

Google DeepMind lance Genie 4 en aperçu recherche : scènes interactives plus réalistes, audio synchronisé et modifications pilotables en temps réel.

Les faits

Google DeepMind a présenté Genie 4 en aperçu recherche. Le modèle génère des mondes interactifs et photoréalistes, dans lesquels les utilisateurs peuvent saisir des instructions pendant la simulation pour modifier la scène. Il produit également un audio en temps réel adapté à l’environnement simulé, avec musique, bruits ambiants et dialogues interactifs. Par rapport à Genie 3, Genie 4 autorise des modifications en langage naturel, comme changer la météo ou l’angle de caméra, ou ajouter des personnes et des objets. Il peut maintenir une scène cohérente pendant deux minutes, soit deux fois plus longtemps que son prédécesseur, tout en améliorant la physique et le réalisme des personnages. Gemini est plus étroitement intégré à Genie 4 et agit comme un directeur : il planifie les étapes et vérifie les images pendant que Genie produit les éléments visuels. Dans une expérience liée à Gemini Robotics, un modèle Gemini 4 Argon a décomposé des tâches en étapes que Genie 4 a simulées en temps réel. Genie 4 est accessible aux testeurs de confiance dans le cadre d’un aperçu recherche. Dans les semaines suivantes, Google prévoit son déploiement auprès des abonnés Google AI Ultra dans Project Genie, ainsi qu’auprès de partenaires bénéficiant d’un accès anticipé à Gemini API et Google AI Studio.

Pourquoi c’est important

Genie 4 rapproche les modèles du monde d’environnements simulés capables de réagir immédiatement aux instructions, avec une continuité visuelle prolongée et une couche sonore synchronisée. Ces capacités peuvent servir de base à des expériences de jeu, d’apprentissage interactif et de robotique. L’intégration avec Gemini ouvre aussi une piste pour tester des scénarios robotiques avant leur exécution dans le monde réel. Le modèle demeure toutefois en phase précoce : les détails et les objets peuvent dériver au fil de la simulation, tandis que la précision de l’audio et la lisibilité des textes intégrés restent des difficultés identifiées.

Questions fréquentes

Qu’est-ce que Genie 4 ?

Genie 4 est le modèle du monde de Google DeepMind, présenté en aperçu recherche pour générer des environnements interactifs et photoréalistes.

Qu’apporte Genie 4 par rapport à Genie 3 ?

Il ajoute l’audio en temps réel, les modifications libres pendant la simulation et une durée de scène cohérente allant jusqu’à deux minutes.

Comment contrôler une simulation Genie 4 ?

Les utilisateurs peuvent saisir des instructions pendant la simulation pour modifier la météo, l’angle de caméra ou ajouter des personnes et des objets.

À qui Genie 4 est-il accessible ?

Le modèle est d’abord proposé aux testeurs de confiance, avant un déploiement auprès des abonnés Google AI Ultra et de partenaires en accès anticipé.

Source

Auteur

Rédaction spécialisée dans la veille et l’analyse de l’actualité de l’intelligence artificielle, des puces IA, des robots, des agents IA et de la recherche.