Google DeepMind 10 a publié le 27 le quatrième modèle du monde, Genie 4 : il génère en temps réel, à partir de texte ou d'images, des mondes interactifs dans lesquels on peut se déplacer au clavier et faire pivoter la caméra, générant pour la première fois simultanément des sons d'ambiance, de la musique et des dialogues de personnages ; actuellement, il est proposé en préversion de recherche et n'est accessible qu'aux testeurs de confiance.
Confiance : élevée (100) · Date de l'événement 2026-10-27
Raisons
- L'annonce officielle mentionne quatre progrès majeurs : modification des scènes en temps réel via le langage naturel (changer la météo, déplacer la caméra, ajouter des personnes ou des objets) ; physique et mouvements des personnages plus réalistes ; génération native de l'audio, permettant aux personnages de dialoguer en temps réel et de répondre aux entrées de l'utilisateur ; utilisation de Gemini 3.8 Flash comme « agent de guidage », qui observe continuellement l'image, décompose les objectifs et vérifie image par image si chaque étape est accomplie, rendant les causalités multi-étapes plus fiables.
- DeepMind positionne les modèles du monde comme des environnements d'entraînement pour les robots et les agents : le blog démontre comment Gemini 4 Argon décompose les tâches en étapes et pilote en temps réel la simulation par Genie 4 du robot humanoïde Apollo d'Apptronik jouant aux dames.
- L'annonce officielle indique que les testeurs de confiance l'utilisent pour la prévisualisation cinématographique, la transformation d'une photo historique en scène explorable, le prototypage de jeux vidéo et la simulation de scénarios d'entreprise.
- Ars Technica note que la génération précédente, Genie 3, n'était accessible que dans l'expérience web limitée Project Genie ; cette fois, l'annonce officielle propose une feuille de route d'ouverture destinée aux abonnés Ultra et à l'API Gemini.
Utilisation
- Il est possible de s'inscrire sur la liste d'attente de Project Genie (un lien est disponible en haut du blog de DeepMind). L'annonce officielle indique que l'accès sera d'abord ouvert aux abonnés Google AI Ultra (via Project Genie) ainsi qu'aux partenaires précoces de l'API Gemini et de Google AI Studio, sans préciser de date ni de prix.
- L'annonce officielle précise que toutes les vidéos et tous les audios générés par Genie 4 portent un filigrane invisible SynthID.
Risques
- TechCrunch affirme que la cohérence des scènes peut être maintenue pendant environ deux minutes, soit le double de Genie 3 ; le texte officiel indique seulement « maintien de la cohérence lors de sessions courtes », sans donner de durée précise.
- Les limites listées par l'annonce officielle : plus la session est longue et plus les modifications sont nombreuses, plus les détails visuels et la permanence des objets ont tendance à dériver ; la physique complexe, la précision audio en temps réel, le rendu du texte, la précision spatiale et la cohérence à long terme sont encore en cours de recherche.
- Seules les démonstrations sélectionnées par l'éditeur sont visibles, sans données d'évaluation publiques ; la date d'ouverture au public n'est pas fixée, et Ars Technica indique que le prix ne sera pas bas.
Ouvrir · TechCrunch · Ars Technica · The Verge · SiliconANGLE