// CLUBIC — INTELLIGENZA ARTIFICIALE
Google Genie 4 : créer un monde avec l'IA ne suffit plus, vous pouvez désormais le transformer en direct
Google DeepMind dévoile Genie 4, un modèle de monde capable de générer du son nativement et de modifier une simulation en cours avec de simples phrases. Pour l’instant, seuls des testeurs triés sur le volet y ont accès.
Avec Genie 4, taper sur son clavier « il se met à pleuvoir » ou « un passant entre dans la scène » suffit à transformer un monde simulé en direct, sans relancer la simulation. DeepMind a présenté le modèle le 27 octobre 2026, un peu plus d’un an après Genie 3, qui ne permettait pas encore ce type de retouche à la volée.
Le principe tient en une phrase : on navigue au clavier dans le monde généré, et des consignes écrites servent à le faire évoluer. Météo, angle de caméra, nouveau personnage, nouvel objet : Gemini adapte la consigne au contexte de la scène, puis surveille son déroulement entre deux instructions pour que l’ensemble reste cohérent. Selon Google, les expériences durent désormais environ deux minutes, contre une minute pour Genie 3.
Cette boucle repose sur Gemini 3.8 Flash, qui joue le rôle de chef d’orchestre : il découpe un objectif en étapes, examine les images à mesure qu’elles arrivent et vérifie que chaque étape a bien abouti. Autrement dit, Genie dessine le monde pendant que Gemini garde le fil de l’histoire. Dans une expérience liée à Gemini Robotics, un modèle Gemini 4 Argon a ainsi décomposé une tâche (une partie de dames jouée par le robot humanoïde Apollo d’Apptronik) en étapes simulées par Genie 4 en temps réel.
C’est la vraie rupture face à Genie 3 : Genie 4 est le premier modèle de monde temps réel de DeepMind à générer l’audio nativement. Chaque univers porte l’ambiance sonore de son décor, du vent dans les arbres aux vagues sur la plage, avec de la musique et des bruits ambiants produits en même temps que l’image. Les personnages peuvent aussi converser et réagir à vos actions ou aux événements du monde, le tout en direct.
DeepMind annonce par ailleurs une physique plus convaincante (aérodynamique, collisions) et des humains au comportement plus naturel, présentés comme le plus gros bond de cette génération. Les vidéos et l’audio produits seront marqués avec SynthID, le filigrane invisible de Google.
Genie 4 est disponible en préversion de recherche pour des « trusted testers ». Il doit arriver dans les semaines à venir chez les abonnés Google AI Ultra via Project Genie, ainsi que chez des partenaires en accès anticipé de l’API Gemini et de Google AI Studio. Une liste d’attente est ouverte pour Project Genie. Aucun tarif n’a été communiqué.
Google reconnaît que les détails visuels et la permanence des objets peuvent dériver, surtout quand la simulation dure, après plusieurs retouches complexes ou en se déplaçant dans la scène. La précision de l’audio, la lisibilité des textes et la cohérence sur la durée restent des chantiers de recherche. Côté usages, les testeurs explorent la prévisualisation de films, le prototypage de jeux et la génération de scénarios pour la simulation.