Google DeepMind présente Genie 4, un modèle de monde virtuel plus réaliste et interactif

Google DeepMind a officiellement présenté Genie 4, le dernier modèle de génération de mondes virtuels développé par l'entreprise. Ce nouveau système représente une évolution notable par rapport à sa version précédente, Genie 3, en offrant des capacités de simulation plus riches et plus cohérentes.

L'architecture de Genie 4 repose sur la technologie Gemini 3.8 Flash de Google, qui agit comme un système de directionnement pour chaque cadre généré. Cette approche permet de maintenir la cohérence du monde virtuel tout en offrant aux utilisateurs la possibilité de modifier en temps réel des éléments tels que l'environnement, la météo ou l'angle de la caméra. Cette capacité de contrôle dynamique a été une caractéristique depuis Genie 3, mais elle est désormais plus fluide et réaliste.

L'une des innovations les plus marquantes de Genie 4 réside dans son amélioration significative de la simulation physique. Le modèle est désormais capable de reproduire des phénomènes physiques plus réalistes, ce qui se traduit par des interactions plus crédibles entre les objets et les personnages. Parallèlement, Genie 4 est le premier modèle de DeepMind à intégrer nativement la génération audio. La IA peut désormais créer des dialogues, des sons d'ambiance, des effets sonores et de la musique en temps réel, ce qui ouvre la voie à des expériences immersives plus complètes.

En termes de durée de simulation, Genie 4 peut maintenir une scène cohérente pendant jusqu'à deux minutes, doublant la limite de son prédécesseur. Cette extension permet des expériences plus longues et plus complexes, tout en conservant la stabilité du monde virtuel. Les utilisateurs peuvent également ajuster la scène pendant la simulation grâce à des instructions en langage naturel, offrant une flexibilité sans précédent dans la création d'environnements interactifs.

Les applications potentielles de Genie 4 sont multiples. Selon Google, le modèle peut servir de prototype pour les scénarios de films, permettant aux cinéastes de tester des scènes, ajuster l'éclairage, modifier les angles de caméra ou ajouter des éléments en temps réel. Dans le domaine du jeu vidéo, il offre la possibilité de prototyper des concepts de design avant le développement réel. Les études de robotique bénéficient également de cette technologie, car Genie 4 peut simuler des interactions physiques complexes et tester des scénarios robotiques dans un environnement virtuel.

Cependant, Google a souligné certaines limites. Le modèle ne peut pas encore maintenir la cohérence de certains éléments lorsque la simulation devient très grande ou s'étale sur une longue durée. De plus, les modifications multiples avec des niveaux de complexité élevés peuvent poser des défis. Les ingénieurs de DeepMind ont précisé que la précision des interactions physiques complexes, la qualité du son en temps réel, la lisibilité du texte et la cohérence à long terme restent des domaines de recherche active. Pour l'instant, Genie 4 est disponible uniquement pour un groupe restreint de testeurs de confiance, principalement les abonnés au plan Google AI Ultra, qui coûte jusqu'à 219,99 euros par mois.

Cette évolution s'inscrit dans un contexte plus large de consolidation de l'industrie des modèles de monde virtuel. D'autres acteurs comme Runway (avec GWM Worlds 2) et des initiatives comme World Labs d'Amd ou Amazon (en négociations avec Decart) travaillent également sur des systèmes de simulation interactifs. La convergence vers des modèles hybrides combinant des capacités de codage et de simulation en temps réel est un thème récurrent dans les discussions sur l'avenir de l'IA générative.