Google DeepMind lance Genie 4, son modèle monde avec audio
Original : Google’s Genie 4 world model adds audio, more realistic worlds, and real-time steering
Pourquoi c'est important
Le marché des world models se structure vite ; Google tente d'y imposer un standard multimodal.
Google DeepMind a publié Genie 4 en preview le 27 octobre 2026 : le modèle génère des mondes photoréalistes interactifs avec audio en temps réel, pilotables via prompts en cours de simulation, jusqu'à deux minutes de cohérence scénique.
Genie 4 marque une avancée notable par rapport à Genie 3, sorti il y a un peu plus d'un an. Le modèle produit des environnements bien plus photoréalistes, avec audio synchronisé — musique, ambiance, dialogues — et permet des modifications en temps réel : changer la météo, l'angle de caméra, ajouter personnages ou objets. La durée de cohérence de scène passe à deux minutes, contre une auparavant. Gemini est désormais intégré comme « directeur » : il planifie les étapes et vérifie les frames pendant que Genie produit les visuels. Un test lié à Gemini Robotics a montré un modèle Gemini 4 Argon décomposant des tâches que Genie 4 simulait en direct — une piste pour tester des scénarios robotiques avant déploiement réel. Selon Tejas Kulkarni, directeur de recherche chez Google : « Nous verrons de plus en plus ces modèles monde hybrides, combinant Gemini pour le code et le texte, et Genie pour simuler la réalité. » Les cas d'usage visés : gaming, apprentissage interactif, robotique. Les premiers testeurs signalent aussi un usage inattendu — le prototypage de films et le storyboarding. La sortie intervient dans un secteur en pleine consolidation : World Labs racheté par AMD, Amazon en négociations pour Decart, Rivian acquérant Third Dimension.