Google DeepMind dévoile en aperçu de recherche Genie 4, un modèle de monde aux physiques et personnages plus réalistes

Générant les mondes les plus photoréalistes et interactifs jamais créés

Google DeepMind a officiellement dévoilé Genie 4, son modèle d'IA qui propose une simulation interactive en temps réel d'un monde réel, avec un son natif et un réalisme accru. Le système permet aux utilisateurs de générer des environnements dynamiques et de s'y déplacer activement, en pilotant les scènes à la volée tandis que le modèle calcule simultanément la physique, le comportement des personnages et les paysages sonores. Sundar Pichai, PDG d'Alphabet et de Google, a qualifié Genie 4 de « notre modèle de monde le plus réaliste et le plus interactif ». Le déploiement a commencé sous forme d'aperçu de recherche auprès de testeurs de confiance. Genie 4 n'est pas un moteur graphique autonome ; il intègre directement les capacités de raisonnement multimodal de la famille Gemini de Google.

DeepMind Technologies Limited, opérant sous le nom de Google DeepMind ou simplement DeepMind, est un laboratoire de recherche anglo-américain spécialisé dans l'intelligence artificielle (IA), filiale d'Alphabet Inc. Fondé au Royaume-Uni en 2010, il a été racheté par Google en 2014, puis a fusionné avec la division Google Brain de Google AI pour devenir Google DeepMind en avril 2023. L'entreprise a son siège social à Londres et dispose de centres de recherche aux USA, au Canada, en France, en Allemagne et en Suisse.

Google DeepMind a officiellement dévoilé Genie 4, son modèle d’IA qui propose une simulation interactive en temps réel d’un monde réel, avec un son natif et un réalisme accru. Le système permet aux utilisateurs de générer des environnements dynamiques et de s’y déplacer activement, en pilotant les scènes à la volée tandis que le modèle calcule simultanément la physique, le comportement des personnages et les paysages sonores. Sundar Pichai, PDG d’Alphabet et de Google, a souligné l’importance de cette avancée, qualifiant Genie 4 de « notre modèle de monde le plus réaliste et le plus interactif ».

Google annonce la présentation de Genie 4, son modèle de monde le plus réaliste et le plus interactif :

• pilotage d’environnements dynamiques en temps réel, en façonnant les événements, les angles de caméra et les actions ;
• génération d’un son natif adapté au monde, allant de bruits de fond réalistes à des personnages capables de converser en temps réel ;
• simulation de scènes photoréalistes et de la physique du monde réel ;
• création d’événements en plusieurs étapes plus cohérents grâce au raisonnement de Gemini.

Le déploiement a commencé sous forme d’aperçu de recherche auprès de testeurs de confiance. Le modèle sera bientôt disponible pour les abonnés à Google AI Ultra dans le cadre du projet Genie et pour les partenaires en accès anticipé via l’API Gemini et AI Studio


Genie 4 repose sur Gemini Intelligence

Genie 4 n'est pas un moteur graphique autonome ; il intègre directement les capacités de raisonnement multimodal de la famille Gemini de Google :

• Gemini Omni : ancre chaque simulation dans des apparences, une dynamique physique et une continuité visuelle authentiques, issues du monde réel.
• Modèles de raisonnement Gemini : préservent la logique de la scène, garantissant que les événements se déroulent avec une cohérence de cause à effet au fil du temps.
• Gemini 3.8 Flash : agit en tant qu’agent actif au sein de la boucle. Tandis que Genie 4 génère le monde, Gemini 3.8 Flash suit les images entrantes, décompose les objectifs généraux en étapes séquentielles, vérifie que les actions aboutissent et adapte instantanément les plans dès qu’un changement intervient dans la scène ou qu’un utilisateur intervient.

Google met en avant quatre avancées majeures de Genie 4

Google DeepMind a détaillé quatre avancées techniques principales qui définissent le nouveau modèle du monde :

1. Production de scènes en temps réel : Les utilisateurs peuvent explorer des environnements simulés à l’aide de commandes clavier standard pour la navigation et le positionnement de la caméra, tout en utilisant des invites en texte brut pour modifier l’univers en temps réel. Ils peuvent changer la météo, ajuster les angles de caméra ou introduire de nouveaux personnages et objets.
2. Physique et animations avancées : Selon Google, Genie 4 marque un bond en avant significatif en matière de précision physique, en restituant fidèlement des interactions complexes telles que l’aérodynamique, les collisions et la résistance de l’environnement. L’animation des personnages bénéficie d’une amélioration tout aussi notable : les personnages numériques se déplacent naturellement, interagissent de manière organique avec leur environnement et réagissent immédiatement aux commandes en temps réel.
3. Génération sonore native : Selon Google, Genie 4 est le premier modèle de monde en temps réel à générer nativement du son synchronisé : il produit des sons directement au fur et à mesure de l’affichage des images. Cela inclut des ambiances sonores contextuelles, telles que le souffle du vent dans les arbres ou le déferlement des vagues, ainsi que de la musique de fond. Point essentiel : le modèle gère les dialogues parlés interactifs en temps réel. Les personnages conversent, réagissent et répondent à la volée aux demandes de l’utilisateur et aux événements environnementaux qui se déroulent.
4. Simulation complexe multi-étapes : En associant la génération de mondes à un raisonnement IA avancé, Genie 4 peut simuler des événements en plusieurs étapes, permettant ainsi aux développeurs de voir comment des agents artificiels évoluent dans des environnements complexes avant de les déployer dans des scénarios du monde réel.

Par ailleurs, en février 2026, la société de conduite autonome détenue par Alphabet publiait un article de blog annonçant son nouveau modèle Waymo World. Ce modèle d'IA s'appuyait sur la capacité de Genie 3 à construire des environnements virtuels à partir d'invites textuelles. Le système générait des images de conduite synthétiques et des données de perception de la profondeur, comme si elles avaient été capturées par des caméras et des capteurs lidar montés sur des véhicules.

Voici l'annonce par Google DeepMind de Genie 4 :

Genie 4 : une nouvelle génération de simulation du monde

Nous annonçons Genie 4, notre nouveau modèle de monde, qui offre un réalisme sans précédent et améliore la simulation interactive en temps réel. Genie 4 est multimodal de manière native, ce qui permet de générer simultanément, avec le monde, de la musique réaliste, des bruits ambiants et des dialogues interactifs.

Le modèle Genie 4 intègre et s’appuie sur les capacités de la famille Gemini : Gemini Omni ancre les simulations dans l’apparence et les comportements du monde réel, tandis que d’autres modèles Gemini fournissent le raisonnement complexe nécessaire pour aider à maintenir la cohérence et la continuité d’une simulation. Grâce à cette base, vous pouvez déclencher un événement, et Genie 4 simule ce qui se passe ensuite : comment le monde réagit, quels sons il émet, et comment les personnes qui s’y trouvent se déplacent, réagissent et parlent. Comprendre et simuler le monde est un aspect crucial de la construction d’une IA générale (AGI).

Genie 4 renforce notre capacité à créer des simulations sûres et infiniment variables, pouvant servir à de nombreuses fins, du développement d’environnements d’entraînement pour robots et agents à la création de nouvelles expériences interactives. Nous avons commencé à déployer Genie 4 sous forme d'aperçu de recherche destiné à des testeurs de confiance, afin de recueillir leurs retours avant de le mettre à la disposition des consommateurs et des développeurs. Ce déploiement s'adresse dans un premier temps aux abonnés à Google AI Ultra dans le cadre du Project Genie, ainsi qu'aux partenaires bénéficiant d'un accès anticipé à l'API Gemini et à Google AI Studio.


Genie 4 propose quatre fonctionnalités clés

Façonner la simulation d’un univers en temps réel : Avec Genie 4, vous pouvez utiliser le langage naturel pour modifier une simulation en temps réel — par exemple en changeant la météo, en déplaçant la caméra ou en introduisant un nouveau personnage ou un nouvel objet — et Gemini adaptera votre instruction en fonction du contexte afin qu’elle corresponde à la scène environnante. Entre vos saisies, Gemini surveille et oriente également la scène pour que l’univers évolue de manière cohérente.

Repousser les limites du réalisme en matière de physique et de mouvements humains : Genie 4 établit une nouvelle référence en matière de réalisme pour la simulation interactive en temps réel. S'appuyant sur une compréhension physique avancée du monde, Genie 4 simule des scénarios physiques réels, tels que l'aérodynamique, les collisions, et bien plus encore. La avancée la plus spectaculaire réside dans la manière dont Genie 4 simule les personnes, en créant des personnages qui se déplacent naturellement, réagissent de manière organique à leur environnement et peuvent être guidés de manière interactive en temps réel.

Modéliser les sons du monde : Genie 4 est notre premier modèle de monde en temps réel capable de générer du son de manière native. Chaque monde possède ses propres sons d'ambiance, du souffle du vent dans les arbres au clapotis des vagues sur la plage. Mais la véritable avancée réside dans la parole humaine. Genie 4 introduit des dialogues interactifs qui s'adaptent à la volée. Les personnages conversent et réagissent à vos actions ou aux événements qui se produisent dans le monde, le tout en temps réel.

Simulation d’événements complexes avec les modèles Gemini : L’association de Gemini et de Genie 4 apporte une nouvelle dimension de raisonnement à la simulation du monde, nous permettant de modéliser des événements complexes en plusieurs étapes et de tester la manière dont les systèmes d’IA évoluent dans différents environnements avant de les transposer dans le monde réel.

Pour y parvenir en temps réel, Gemini 3.8 Flash joue le rôle d’agent de pilotage dans la boucle : tandis que Genie 4 génère un monde en temps réel, Gemini observe en continu la scène, décompose les objectifs en une séquence d’étapes et analyse les images entrantes pour suivre la progression et vérifier que chaque étape a été menée à bien. À mesure que l’environnement évolue ou que l’utilisateur intervient, Gemini adapte son plan à la volée, ouvrant ainsi la voie à des mondes dotés d’une causalité fiable, de comportements procéduraux et d’un raisonnement en plusieurs étapes.

Enseignements tirés de testeurs de confiance

Bien que Genie 4 constitue une étape majeure de la recherche, il s’agit encore d’un modèle expérimental à un stade précoce. Afin de comprendre comment les modèles de mondes interactifs peuvent soutenir les flux de travail du monde réel — et dans quels domaines ils doivent encore évoluer —, nous avons collaboré avec des groupes de testeurs de confiance issus des secteurs de la création, du journalisme, de l’éducation, du jeu vidéo et de l’ingénierie. Les testeurs ont souligné à quel point les progrès considérables en matière de photoréalisme, d’audio natif et de pilotage en temps réel permettent de transformer des idées et des concepts en simulations réalistes, ouvrant ainsi la voie à de nouvelles possibilités dans toutes les disciplines :

• Direction créative : les créatifs et les technologues testent Genie 4 en tant que « mode brouillon » rapide pour la prévisualisation et la conceptualisation. Par exemple, les cinéastes peuvent se plonger dans une simulation en direct d’une scène et réaliser plusieurs « prises » en temps réel, en ajustant à la volée les angles de caméra, l’éclairage, les dialogues et l’action.
  
• Scénarios historiques et photographies immersives : les photojournalistes explorent comment une simple photographie d’archive en 2D peut se transformer en quelques secondes en une simulation réaliste de cet environnement. Des équipes testent comment des mondes peuplés et dynamiques peuvent aider à découvrir des lieux historiques ou à visualiser le déroulement d’événements environnementaux de courte durée, tels qu’une crue soudaine ou un incendie de forêt.
  
• Conception de concepts d’expériences interactives : les développeurs de jeux et les technologues créatifs testent Genie 4 pour...