Genie 4

2026-10-27 · Éditeur : Google DeepMind · Domaine : Intelligence Artificielle

Google DeepMind présente Genie 4, un modèle de monde en temps réel avec audio natif, modifiable en langage naturel. Aperçu de recherche pour testeurs de confiance, puis abonnés Google AI Ultra et partenaires de l'API Gemini.

### Contexte Genie 4 succède à Genie 3, présenté en aperçu de recherche un peu plus d'un an plus tôt, d'après TechCrunch. Google DeepMind le décrit comme un modèle de monde en temps réel, c'est-à-dire un modèle qui simule un environnement interactif plutôt que de produire une vidéo figée. ### Caractéristiques - Audio natif : selon DeepMind, c'est son premier modèle de monde en temps réel à générer l'audio nativement (sons d'ambiance, musique et dialogues interactifs). - Modification en direct, en langage naturel : changer la météo, déplacer la caméra, ajouter une personne ou un objet. - Physique améliorée (aérodynamique, collisions) et mouvements de personnages naturels, pilotables en temps réel, selon DeepMind. - Le modèle s'appuie sur Gemini Omni pour l'apparence et le comportement du monde réel, et sur d'autres modèles Gemini pour le raisonnement et la cohérence. Gemini 3.8 Flash joue le rôle d'agent guide : il observe la scène, découpe les objectifs en étapes et vérifie leur réussite. - DeepMind indique expérimenter « Gemini 4 Argon » et Genie 4 avec Gemini Robotics : Argon découpe une tâche en étapes que Genie simule, par exemple le robot humanoïde Apollo d'Apptronik jouant aux dames. TechCrunch y voit un moyen de tester des scénarios robotiques avant un essai réel, et rapporte que la cohérence d'une scène atteint deux minutes, soit le double de Genie 3. ### Disponibilité Aperçu de recherche réservé aux testeurs de confiance. Le déploiement est annoncé « bientôt » pour les abonnés Google AI Ultra dans Project Genie et pour les partenaires en accès anticipé de l'API Gemini et de Google AI Studio ; une liste d'attente est ouverte. Aucun tarif n'est publié. ### Limites Google reconnaît que les détails visuels et la permanence des objets peuvent dériver au fil du temps. Les interactions physiques complexes, la précision de l'audio en temps réel, la lisibilité du texte, la précision spatiale et la cohérence à long terme restent des sujets de recherche actifs. ### À retenir Genie 4 fait passer les modèles de monde de la démonstration à un outil pilotable en direct, avec le son. Son accès restant limité et ses limites reconnues par Google, il est trop tôt pour mesurer son usage réel en jeu, en formation ou en robotique.

Tags : Google, Google DeepMind, Gemini, Genie, Multimodal, Audio, Vidéo, Robotique