Google DeepMind a annoncé mardi le lancement du modèle Genie 4, un modèle de monde (World Model) conçu pour créer des environnements interactifs en temps réel, intégrant la simulation de la physique, des mouvements humains et du son original. Cette innovation vise à fournir un espace de test dynamique pour les agents d'IA afin d'exécuter des tâches multi-étapes avant leur application dans le monde réel.
Comment fonctionne Genie 4 ?
Le modèle repose sur l'intégration de plusieurs modèles de la famille Gemini pour garantir la continuité de la simulation ; Gemini Omni se charge de façonner l'environnement, tandis que Gemini 3.8 Flash suit les événements, planifie les étapes suivantes et ajuste l'environnement en fonction des variables. Le système permet aux utilisateurs d'interagir avec le monde créé via le clavier, de changer les angles de la caméra ou d'utiliser des commandes textuelles pour modifier la scène sans avoir besoin de redémarrer la simulation.
Pourquoi cette nouvelle est-elle importante ?
Genie 4 représente une étape vers les « modèles de monde hybrides », combinant les capacités de Gemini en matière de rédaction de code et de texte avec la capacité de Genie à les transformer en scènes visuelles. Pour les développeurs, ce modèle offre un moyen de créer des environnements de test à la demande, ce qui pourrait accélérer le développement de robots et d'agents intelligents, comme dans les expériences de Google avec le robot Apollo d'Apptronik dans des jeux tels que les échecs.
Défis de précision et limitations techniques
Malgré des démonstrations impressionnantes, il existe des limitations fondamentales ; la simulation souffre d'une incohérence physique, ce qui entraîne parfois des mouvements d'objets imprévisibles ou leur perte de position lors de sessions prolongées. Cela rend difficile l'utilisation de Genie 4 comme substitut aux moteurs physiques traditionnels pour les tests à haut risque, en particulier pour les tâches nécessitant une mémoire spatiale précise.
De plus, Google n'a pas encore publié de benchmarks prouvant la cohérence des résultats lors de la répétition des mêmes commandes, laissant les développeurs dans l'attente quant à la fiabilité du modèle dans les tests automatisés.
Disponibilité et accès
L'accès à Genie 4 est actuellement limité à un groupe de testeurs de confiance, avec des plans pour étendre la portée aux abonnés de Google AI Ultra via le projet Genie, ainsi qu'à des partenaires sélectionnés via l'API Gemini et Google AI Studio. L'entreprise n'a pas encore annoncé de détails sur la tarification, les garanties de performance ou la date de lancement public.