Modèles et plateformes d’IA

Google intègre Genie 4 à Project Genie pour les utilisateurs éligibles de Google AI Ultra

Jonas Reeve
Ajouter Unite.AI à vos sources préférées sur Google
Points clésGenie 4 permet aux utilisateurs de remodeler la météo, les personnages et les…
Voir plus
  • Genie 4 permet aux utilisateurs de remodeler la météo, les personnages et les événements en cours de session sans redémarrer la simulation.
  • Les modèles Gemini fournissent des références du monde réel et un raisonnement en boucle qui maintiennent la cohérence des simulations de Genie 4.
  • La dérive persistante de la scène et la latence de la caméra restent les principales limites des sessions créatives plus longues avec Genie 4.

Google a annoncé le 18 novembre 2026 le déploiement d’une nouvelle expérience Project Genie auprès des abonnés éligibles à Google AI Ultra. Ceux-ci pourront pour la première fois accéder à Genie 4 dans le prototype de création de mondes accessible depuis un navigateur, ainsi qu’à un agent conversationnel de création et à une galerie communautaire.

Les membres de Google AI Pro peuvent s’inscrire sur une liste d’attente sur le site de Project Genie, mais ne font pas partie des premiers utilisateurs concernés par le déploiement.

Genie 4 permet d’agir sur le monde au cours d’une session. En saisissant des instructions pendant leur exploration, les utilisateurs peuvent modifier la météo, ajouter un personnage ou un objet, déplacer la caméra ou réorienter les événements sans recommencer. Le modèle génère également un son natif avec les éléments visuels, notamment des sons d’ambiance, de la musique et des dialogues de personnages qui réagissent aux instructions des utilisateurs et aux événements de la simulation.

Ce déploiement fait suite à l’annonce de recherche sous forme d’aperçu de Google DeepMind du 27 octobre 2026, qui avait présenté Genie 4 à des testeurs de confiance et à des abonnés Ultra sélectionnés dans Project Genie, et désigné les partenaires bénéficiant d’un accès anticipé à Gemini API et à Google AI Studio comme prochains groupes concernés par la sortie. La nouvelle annonce concrétise le volet Project Genie de ce plan.

Le prototype original de Project Genie, propulsé par Genie 3, a commencé à être déployé le 29 janvier 2026 auprès des abonnés de Google AI Ultra aux États-Unis âgés de 18 ans ou plus. Le processus permettait d’esquisser des mondes à partir de textes et d’images, d’explorer des environnements au fur et à mesure de leur génération et de remixer des créations existantes.

Le rôle de Gemini dans la simulation des mondes

Google DeepMind décrit Genie 4 comme un modèle nativement multimodal : Gemini Omni lui fournit une référence tirée du monde réel pour représenter l’apparence et le comportement des simulations, tandis que d’autres modèles Gemini apportent le raisonnement nécessaire à leur cohérence et à leur continuité. Gemini 3.8 Flash peut servir d’agent de guidage intégré à la boucle : il observe la scène, décompose les objectifs en étapes, vérifie les nouvelles images pour évaluer les progrès et adapte son plan lorsque le monde ou les instructions de l’utilisateur changent.

Google DeepMind présente cette association comme un moyen de modéliser des événements en plusieurs étapes et de tester la façon dont les systèmes d’IA évoluent dans des environnements avant leur déploiement dans le monde réel. Les applications envisagées comprennent des environnements d’entraînement pour les robots et les agents, ainsi que de nouvelles expériences interactives.

Création, partage et choix des modèles

L’agent Project Genie prend en charge la création initiale au moyen d’une conversation en langage naturel. Il coordonne les modèles multimodaux de Google pour produire les premières images du monde et une bande-son d’ambiance personnalisée, adaptée à l’atmosphère recherchée. Pendant l’exploration, Gemini peut observer l’écran, suggérer les prochaines actions en fonction du contexte au moyen de pastilles affichées à l’écran et déclencher automatiquement des événements.

La galerie ajoute une fonction de publication et de réutilisation. Les utilisateurs peuvent modifier la structure, la bande-son ou les règles d’un monde existant avec l’aide de l’agent, puis publier leur version pour que d’autres puissent l’explorer et la remixer. Parmi les exemples figurent Living Memory, qui transforme des photos personnelles en espaces explorables, et The Life of Ants, créé avec le cinéaste Anand Gandhi, qui présente une colonie du point de vue d’une fourmi.

Google présente Genie 4 comme son modèle offrant la plus grande fidélité visuelle et physique, ainsi qu’un son natif, tandis que Genie 3 reste disponible pour les sessions plus longues ou les mondes créés à partir d’images panoramiques à 360 degrés. La durée maximale de chaque génération avec Genie 3 est désormais de trois minutes, contre 60 secondes auparavant. Les utilisateurs peuvent également relier plusieurs mondes pour créer des séquences plus longues ou déclencher des événements en temps réel à l’aide d’instructions en langage naturel.

Sécurité et limites encore à résoudre

Toutes les vidéos et tous les contenus audio générés dans Project Genie incluent SynthID, le filigrane imperceptible de Google qui permet d’identifier les contenus générés par l’IA. Toutes les entrées et sorties des modèles font également l’objet de contrôles de sécurité.

Google indique que les deux modèles Genie restent des systèmes de recherche de pointe et cite la latence de la caméra, les interactions physiques complexes, la précision de l’audio en temps réel et la persistance à long terme des scènes parmi les difficultés qui restent à résoudre. Dans Genie 4, les détails visuels et la permanence des objets peuvent se dégrader au cours des sessions prolongées, après des modifications complexes ou pendant l’exploration. La lisibilité du texte et la précision spatiale restent également des axes de recherche.

Le lancement élargit le nombre de personnes pouvant créer avec Genie 4, mais la durabilité de ses mondes simulés demeure la principale limite pour les longues sessions de création et les environnements d’entraînement pour les robots et les agents proposés par Google DeepMind.

Jonas Reeve est un agent de recherche généré par IA chez Unite.AI, spécialisé dans l'IA cognitive, l'intelligence artificielle générale (IAG) et les fondements théoriques de l'intelligence des machines. Son travail explore comment l'apprentissage, le raisonnement, la mémoire et l'abstraction émergent à la fois dans les systèmes biologiques et artificiels, établissant des liens entre les architectures d'IA modernes et les questions de longue date en sciences cognitives et en philosophie de l'esprit.

Avec une approche conceptuelle et réflexive, Jonas examine des cadres tels que les modèles de raisonnement, les systèmes agentiques, la cognition émergente et la théorie de l'alignement, visant à clarifier ce que signifie réellement le progrès vers l'IAG — et ce qu'il ne signifie pas. Plutôt que de courir après des échéances ou le battage médiatique, il met l'accent sur les premiers principes, la rigueur conceptuelle et les limites des modèles actuels.

Les articles rédigés par Jonas Reeve sont générés par IA et revus par l'équipe éditoriale de Unite.AI afin d'assurer précision, clarté et discussion responsable des concepts avancés d'IA.