Genie 4 : le modèle de monde de DeepMind, désormais avec le son

Le 27 octobre, Google DeepMind a présenté Genie 4, la nouvelle génération de son modèle de monde, c’est-à-dire une IA qui génère en temps réel un monde interactif dans lequel on peut se déplacer. Pour l’instant, c’est une version de recherche réservée à des testeurs sélectionnés ; suivront les abonnés Google AI Ultra dans Project Genie et les partenaires de la Gemini API et de Google AI Studio.

Quoi de neuf dans le modèle de monde Genie 4 ?

La nouveauté la plus marquante, c’est le son. Selon DeepMind, il s’agit de leur « premier modèle de monde en temps réel qui génère nativement de l’audio » (en version originale, « our first real-time world model to generate audio natively »). En même temps que l’image, il produit :

1. des bruits d’ambiance,
2. de la musique,
3. des dialogues de personnages, qui s’adaptent à ce qui se passe sur le moment.

Deuxième nouveauté : on pilote le monde avec du simple texte pendant la simulation. On peut changer la météo, déplacer la caméra ou ajouter une personne ou un objet, sans tout recommencer. Les modèles Gemini adaptent la consigne à la scène et font avancer les événements entre deux consignes pour que le monde reste cohérent.

Troisième point : la physique et les humains. L’annonce évoque la simulation de l’aérodynamique et des collisions, ainsi que des personnages qui se déplacent seuls et réagissent à leur environnement.

Comment Genie 4 fonctionne-t-il avec Gemini ?

C’est là que ça devient intéressant pour les fans d’agents. Genie 4 s’appuie sur la famille Gemini : Gemini Omni veille à ce que le monde ressemble à un vrai et se comporte comme tel, tandis que d’autres modèles Gemini gèrent le raisonnement et la continuité.

Dans la démo, Gemini 3.8 Flash joue le rôle d’agent à l’intérieur du monde généré : il observe la scène, découpe un objectif en étapes, vérifie sur les images suivantes si chaque étape a réussi et corrige son plan quand le monde change ou que l’utilisateur intervient. DeepMind a aussi montré une expérience avec Gemini 4 Argon et Gemini Robotics, dans laquelle Genie 4 simule le robot humanoïde Apollo d’Apptronik en train de jouer aux dames (sans robot physique).

C’est la même direction que les agents Gemini qui ont terminé Minecraft, sauf qu’ici le monde ne vient pas d’un jeu, mais d’un modèle.

Et Genie 3, que donnait-il ?

Pour comparaison, Genie 3, sorti en août 2025, générait des mondes en 720p à 24 images par seconde, cohérents pendant quelques minutes, avec une mémoire visuelle remontant jusqu’à une minute. Pour Genie 4, DeepMind n’a pas encore communiqué ces paramètres (résolution, fréquence d’images, durée de session).

Genie 3 est ensuite arrivé dans Project Genie pour les abonnés AI Ultra et a semé le trouble en Bourse. Le 30 janvier 2026, Sherwood News rapportait que l’action Unity chutait de plus de 25 % et Roblox d’environ 9 %. D’où la question qui revient avec Genie 4 : les modèles de monde menacent-ils les moteurs de jeu ? Pour l’instant, c’est plutôt une curiosité qu’un outil prêt pour créer des jeux ;)

Comment essayer Genie 4 ?

Aujourd’hui, impossible de le tester soi-même, sauf si l’on fait partie des testeurs invités (DeepMind cite les industries créatives, le journalisme, l’éducation, le jeu vidéo et l’ingénierie). Ensuite, le plan est le suivant :

1. Project Genie pour les abonnés Google AI Ultra, « bientôt ».
2. Gemini API et Google AI Studio pour les partenaires en accès anticipé.
3. Une liste d’attente pour Project Genie, dont le lien figure dans l’annonce.

DeepMind n’a donné ni dates ni tarifs pour l’accès via l’API.

À quoi faut-il faire attention ?

D’abord, aux limites que DeepMind cite lui-même. Lors de sessions longues et après de nombreuses modifications, les détails de l’image peuvent changer et les objets ne restent pas toujours à leur place. Les interactions physiques complexes, la précision du son en temps réel, le texte lisible et la cohérence sur la durée restent des problèmes ouverts.

Ensuite, à l’absence de chiffres. On a une description des capacités et des démos, mais pas de caractéristiques techniques, donc difficile de mesurer le bond par rapport à Genie 3.

Enfin, au marquage des contenus. Selon DeepMind, chaque vidéo et chaque audio issus de Genie 4 porteront un filigrane SynthID.

FAQ

Qu’est-ce que Genie 4 ?

C’est un modèle de monde de Google DeepMind qui génère en temps réel un environnement interactif, avec image, son et dialogues de personnages. On peut modifier le monde par des consignes textuelles pendant la simulation.

Quand Genie 4 sera-t-il disponible ?

Depuis le 27 octobre 2026, des testeurs sélectionnés l’utilisent. Selon DeepMind, il arrivera « bientôt » chez les abonnés Google AI Ultra dans Project Genie et chez les partenaires de la Gemini API et de Google AI Studio. Aucune date précise n’a été donnée.

Genie 4 est-il gratuit ?

Rien de tel n’a été annoncé. L’accès grand public doit passer par l’abonnement payant Google AI Ultra, et les tarifs de l’API n’ont pas été communiqués.

En quoi Genie 4 diffère-t-il de Genie 3 ?

Selon DeepMind, Genie 4 génère nativement le son, simule mieux la physique et les humains, est plus photoréaliste et permet de piloter en temps réel des événements plus complexes, en plusieurs étapes.