Traduit de l’anglais par TechUpscale à l’aide de l’IA et vérifié par rapport à l’original. Lire l’original en anglais
Google DeepMind a annoncé Genie 4 le 27 octobre 2026, présentant un modèle de monde interactif capable de générer des simulations en temps réel avec un son et une physique natifs.
Simulation multimodale et contrôles
Genie 4 est nativement multimodal, générant simultanément des sons d’ambiance, de la musique et des dialogues de personnages interactifs avec des environnements visuels. Le système permet aux utilisateurs de piloter des simulations en temps réel à l’aide d’une navigation au clavier standard, de commandes de caméra et d’instructions en langage naturel.
Le modèle s’appuie sur la famille de modèles Gemini de Google. DeepMind a indiqué que Gemini Omni ancre les simulations dans l’apparence et le comportement du monde réel, tandis que d’autres modèles Gemini fournissent un raisonnement pour maintenir la continuité lors des changements de scène.
Raisonnement et flux de travail robotiques
Pour gérer des actions en plusieurs étapes en temps réel, Gemini 3.8 Flash agit comme un agent de guidage qui observe les scènes générées, décompose les objectifs des utilisateurs en étapes et suit la progression des images à mesure que l’environnement évolue.
DeepMind a également indiqué avoir testé Genie 4 avec Gemini 4 Argon pour simuler des tâches robotiques, notamment une expérience décomposant les étapes d’un humanoïde Apollo d’Apptronik jouant aux dames. Des testeurs de la première heure dans le domaine du cinéma, de la conception de jeux, du journalisme et de la simulation d’entreprise ont évalué l’outil pour la conception de concepts et le prototypage rapide d’environnements.
Sécurité, disponibilité et limitations
Genie 4 intègre des évaluations de sécurité internes et intègre le filigrane numérique SynthID de Google sur l’ensemble des vidéos et audios générés afin d’identifier les médias synthétiques.
DeepMind a souligné les limitations actuelles, expliquant que les détails visuels et la permanence des objets peuvent dériver lors de sessions prolongées, de la navigation ou de modifications fréquentes d’instructions. Genie 4 est actuellement disponible en version préliminaire de recherche pour les testeurs de confiance et est prévu pour les abonnés Google AI Ultra dans le cadre du Project Genie, aux côtés des partenaires d’accès anticipé à l’API Gemini et à Google AI Studio.
Que faire
- Les utilisateurs souhaitant tester Genie 4 peuvent s’inscrire sur la liste d’attente du Project Genie pour accéder aux futures versions destinées aux abonnés Google AI Ultra.
- Les développeurs peuvent demander un accès futur via les programmes partenaires d’accès anticipé pour l’API Gemini et Google AI Studio.
Faits clés et leur origine
- Genie 4 génère des sons d’ambiance, de la musique et des dialogues interactifs directement aux côtés de scènes visuelles.
Genie 4 is natively multimodal, enabling audio-like music, ambient noises, and interactive dialogue to be simultaneously generated with the world.
- Gemini 3.8 Flash agit comme un agent dans la boucle pour guider la progression de scènes en plusieurs étapes lors d’une simulation en direct.
To achieve this in real-time, Gemini 3.8 Flash serves as a guiding agent in the loop: as Genie 4 generates a world in real-time, Gemini continuously observes the scene
- Tous les médias générés par Genie 4 incluent le filigranage SynthID sur les sorties audio et vidéo.
all video and audio generated by Genie 4 will include SynthID, our imperceptible digital watermarking technology that helps identify AI-generated content across visual and audio modalities.
- DeepMind a publié Genie 4 en tant qu’aperçu de recherche avant de le déployer auprès des abonnés Google AI Ultra.
We have started rolling Genie 4 out as a research preview for trusted testers — gathering feedback before we release it to consumers and developers, starting with Google AI Ultra subscribers
