Après la génération de textes, d’images et de vidéos, les acteurs de l’IA s’intéressent à une autre capacité, la simulation des environnements dans lesquels l’utilisateur peut se déplacer et agir. Présenté le 27 octobre 2026, Genie 4 s’inscrit dans cette évolution. Développé par Google DeepMind, ce modèle de simulation du monde (world model) permet de créer des scènes interactives dont l’apparence et le comportement évoluent en fonction des interventions de l’utilisateur. 

Des environnements pilotés par le langage naturel

Genie 4 se distingue d’abord par la possibilité de modifier une simulation pendant son exécution. Une instruction en langage naturel peut servir à changer la météo, déplacer la caméra ou introduire un nouvel objet ou personnage. Le système doit alors adapter la scène sans rompre sa continuité.

Autre évolution, le modèle génère directement les sons associés à l’environnement comme les bruits ambiants, la musique et les dialogues interactifs. Google DeepMind intègre également des capacités issues de sa famille Gemini pour améliorer la cohérence des scènes et la gestion d’événements impliquant plusieurs étapes. Cette association vise à rapprocher la représentation visuelle du raisonnement nécessaire pour faire évoluer un environnement.

Genie 4 peut maintenir une scène cohérente pendant environ deux minutes selon TechCrunch, soit deux fois plus longtemps que son prédécesseur Genie 3. Cette durée reste néanmoins limitée pour des simulations complexes ou prolongées.

De la création numérique à la robotique

Les applications envisagées dépassent le divertissement. Dans le jeu vidéo, un tel modèle pourrait accélérer la création de prototypes explorables avant le développement dans un moteur traditionnel. Dans l'audiovisuel, selon des testeurs, il pourrait faciliter la prévisualisation de scènes en permettant de tester rapidement des cadrages, des éclairages ou des mouvements.

La robotique constitue un autre débouché potentiel. Un environnement simulé pourrait servir à examiner le comportement d'un agent face à différentes situations avant de confronter un robot aux conditions réelles. Google DeepMind décrit notamment des expérimentations associant Genie à des modèles Gemini capables de décomposer une tâche en étapes, puis d'en suivre l'exécution dans la simulation.

Ces perspectives restent toutefois à valider en conditions opérationnelles. Une scène visuellement convaincante ne garantit pas que les lois physiques, les interactions ou les réactions simulées soient suffisamment fiables pour entraîner un système autonome.

Une technologie encore expérimentale

Google reconnaît plusieurs limites: les objets et certains détails peuvent dériver au fil du temps, les interactions physiques complexes restent perfectibles et les textes intégrés aux scènes ne sont pas toujours lisibles. La précision des sons et la cohérence à long terme font également partie des axes de recherche.

Le modèle est d'abord proposé à un groupe restreint de testeurs. Son accès doit ensuite s'étendre aux abonnés Google AI Ultra via Project Genie, ainsi qu'à certains partenaires de l'API Gemini et de Google AI Studio. Aucun déploiement généralisé n'est annoncé à ce stade.

L'intérêt de Genie 4 dépendra finalement moins de son réalisme visuel dans des séquences courtes que de sa capacité à conserver des environnements cohérents, prévisibles et contrôlables sur la durée.