Google DeepMind a dévoilé Genie 4 mardi sous la forme d’un aperçu de recherche, présentant son dernier « modèle du monde » comme un système capable de générer des environnements explorables image par image plutôt que de s’appuyer sur des mondes de jeu préconstruits. L’entreprise affirme que les utilisateurs peuvent modifier la météo, les objets, les angles de caméra et les actions pendant qu’une simulation est en cours.¹

Le PDG de Google, Sundar Pichai, a présenté cette sortie comme son « modèle du monde le plus réaliste et interactif », mettant en avant le contrôle en temps réel d’environnements dynamiques et un audio natif allant des sons ambiants aux personnages conversationnels.Sundar Pichai (sundarpichai)²

Sur le papier, la mise à niveau est substantielle. Genie 4 peut maintenir la cohérence d’une scène pendant jusqu’à deux minutes — soit deux fois la limite annoncée de Genie 3 — tandis que Gemini agit comme un réalisateur, planifiant les tâches et vérifiant les images générées. DeepMind affirme qu’une meilleure gestion des collisions, de l’aérodynamique et des mouvements humains pourrait rendre le modèle plus utile pour l’entraînement de robots, l’apprentissage interactif et le prototypage créatif rapide.¹

Cette ambition se heurte déjà à un marché encombré. Runway a récemment lancé GWM Worlds 2, tandis que la consolidation s’accélère autour des développeurs de modèles du monde et des entreprises de simulation. Dans cette course, l’argument de Google ne se limite pas à une vidéo IA plus jolie ; il s’agit d’une plateforme qui pourrait permettre à Gemini de planifier une tâche et à Genie de la simuler avant qu’un robot ne rencontre le monde réel. Le directeur de recherche Tejas Kulkarni a décrit l’objectif comme des « modèles du monde hybrides », combinant la génération de code et de texte de Gemini avec la simulation en temps réel de Genie.¹

Pourtant, les réserves sont aussi importantes que la démonstration. DeepMind reconnaît que les objets et les détails peuvent dériver lors d’exécutions plus longues, tandis que la précision de l’audio et la lisibilité du texte dans le monde virtuel restent des problèmes non résolus. Diego Rivas, ingénieur chez DeepMind, a souligné qu’il s’agissait « encore des premiers jours » et que l’expérience produit de bout en bout n’était pas encore établie.¹

Pour l’instant, la disponibilité reflète cette incertitude. Genie 4 est limité à des testeurs de confiance, puis aux abonnés Google AI Ultra et à des partenaires sélectionnés de Gemini API et AI Studio. L’accès grand public arrivera par phases via Project Genie, l’offre Ultra de Google à 100 dollars par mois étant la première servie, sans calendrier ferme pour une diffusion plus large.³