Genie 4 : Google DeepMind dévoile un modèle de monde en temps réel qui génère aussi le son et les dialogues

IA · par Insight Nexus · publié le 28 octobre 2026

Annoncé le 27 octobre 2026, Genie 4 crée des mondes explorables au clavier et pilotables par texte, avec audio natif, piloté par Gemini. Préversion pour testeurs, bientôt pour les abonnés Google AI Ultra.

Genie 4 : Google DeepMind dévoile son nouveau modèle de monde

Google DeepMind a présenté le 27 octobre 2026 Genie 4, la nouvelle génération de son « modèle de monde ». Le principe : générer en temps réel un environnement que l'on peut explorer au clavier, comme un jeu vidéo, et le modifier à la volée avec de simples phrases.

La grande nouveauté, c'est le son. Genie 4 est le premier modèle de monde en temps réel de DeepMind à générer l'audio nativement : bruits ambiants, musique et même dialogues interactifs sont créés en même temps que l'image. Le modèle s'appuie sur la famille Gemini, en particulier Gemini Omni, qui ancre les simulations dans l'apparence et le comportement du monde réel.

Un monde que l'on pilote en temps réel

Dans les démonstrations publiées par DeepMind, l'utilisateur se déplace avec les touches du clavier et dirige la scène par du texte : changer la météo, déplacer la caméra, faire apparaître un personnage ou un objet. Gemini adapte la demande au contexte de la scène, et surveille le monde entre deux commandes pour qu'il reste cohérent.

Démonstration de Genie 4 : un saxophoniste sur une plateforme flottante au milieu d'un lac brumeux

Physique, humains et voix

DeepMind met en avant un réalisme bien supérieur à Genie 3 : aérodynamisme, collisions, mouvements fluides. Le progrès le plus net concerne les personnages humains, qui bougent de façon naturelle, réagissent à leur environnement et peuvent parler et répondre aux actions du joueur. Une des démos montre une gare rurale japonaise des années 1980, avec son train rouge et sa foule de voyageurs.

Démonstration de Genie 4 : un contrôleur dans une gare rurale japonaise des années 1980 avec un train rouge

Gemini comme chef d'orchestre

Pour simuler des événements en plusieurs étapes, Gemini 3.8 Flash sert d'agent guide : il observe le monde généré, découpe un objectif en étapes et vérifie, image après image, que chacune a réussi. DeepMind teste aussi Gemini 4 Argon avec Genie 4 pour la robotique, par exemple pour simuler le robot humanoïde Apollo d'Apptronik en train de jouer aux dames, ou un bras robotisé qui manipule une pipette dans un laboratoire.

Démonstration de Genie 4 : un bras robotisé tenant une pipette au-dessus d'une plaque de laboratoire

Des testeurs issus du cinéma, du journalisme, de l'éducation, du jeu vidéo et de l'ingénierie l'utilisent déjà : prévisualisation de scènes, prototypes de jeux en quelques secondes, ou reconstitution d'un lieu à partir d'une photo d'archive.

Qui peut l'essayer, et quelles limites ?

  • Aujourd'hui : préversion de recherche réservée à des testeurs de confiance.
  • Bientôt : les abonnés Google AI Ultra via Project Genie, puis des partenaires en accès anticipé sur l'API Gemini et Google AI Studio. Une liste d'attente est ouverte.
  • Transparence : toutes les vidéos et tous les sons générés porteront le filigrane invisible SynthID.

DeepMind reconnaît que le modèle reste expérimental : les détails et la permanence des objets peuvent dériver sur les longues sessions, et le texte lisible, la précision spatiale et la cohérence à long terme restent à améliorer. Aucun prix ni date de sortie grand public n'a été annoncé.

Sources

Blog Google DeepMind et blog Google (27 octobre 2026). Images : captures des vidéos de démonstration officielles de Genie 4 (Google DeepMind).