L’an dernier, Genie 3 te laissait te balader quelques minutes dans un décor de synthèse. Genie 4 te laisse discuter avec les types qui y habitent et te compose même la bande-son. Google DeepMind a lâché son nouveau modèle de monde en research preview, et le saut se voit à l’œil nu. Il se mesure aussi dans les petites lignes, celles que l’ingénieur de service lâche entre deux démonstrations : les objets dérivent, le son n’est pas toujours juste.
Concrètement, tu contrôles ta balade au clavier, et tu peux taper un prompt en cours de route pour changer la météo, déplacer la caméra, faire apparaître du monde ou des personnages. La scène reste cohérente d’une consigne à l’autre. Nouveauté de la cuvée 4 : le modèle fabrique lui-même son audio, bruit de fond, musique, dialogues, et les personnages tiennent une conversation en direct. Côté endurance, les scènes tiennent jusqu’à deux minutes d’affilée, le double de Genie 3, avec une physique meilleure et des PNJ moins raides.
Le déploiement suit la pente habituelle : d’abord les testeurs de confiance, ensuite les abonnés Google AI Ultra et quelques partenaires de l’API Gemini, dans les semaines qui viennent.
Le vrai patron de la simulation s’appelle Gemini
La partie qui m’intéresse le plus n’est pas dans la démo publique. Gemini est désormais branché à l’intérieur du bouzin comme un directeur de plateau : il planifie les étapes, vérifie les images, recadre le travail. Tejas Kulkarni, directeur de recherche, annonce la suite sans détour : les futurs modèles de monde seront des hybrides, Gemini écrivant le code et le texte pendant que Genie simule la réalité en temps réel.
La démonstration la plus parlante, c’est un robot humanoïde. Un Apollo d’Apptronik joue aux dames dans une scène générée, et c’est Gemini 4 Argon qui calcule chaque coup. Même logique dans l’expérience Gemini Robotics : Argon découpe une tâche en étapes, Genie 4 les simule en direct. Autrement dit, on teste le robot dans un monde fabriqué avant de le lâcher dans le vrai. Quand je vous parlais d’Argon envoyé sur les failles de sécurité, il cherchait des portes ouvertes. Ici, il fait répéter un bras articulé.
Reste un détail qui n’en est pas un. Entraîner un robot dans un monde qui improvise ses propres lois physiques, c’est lui apprendre à jouer aux dames contre un adversaire qui change la taille du damier en cours de partie. Un simulateur utile doit être chiant : stable, prévisible, fidèle. Pas créatif.
Le storyboard d’abord, la physique ensuite
Diego Rivas, ingénieur sur le projet, ne vend pas la mèche : les testeurs trouvent de la valeur dans le prototypage de films et le storyboard, on en est aux premiers jours, et la dérive des objets comme la précision de l’audio restent des problèmes ouverts. Le premier vrai client de Genie 4, c’est le cinéma, pas le laboratoire. Un directeur de prod qui teste un plan sans construire le décor, ça se comprend. Un roboticien qui a besoin d’un monde qui tient ses promesses, ça attendra encore un peu.
Le reste du secteur, lui, n’attend pas. Le même jour, la consolidation s’accélère : AMD met la main sur World Labs, la boîte de Fei-Fei Li, et Rivian s’offre Third Dimension. Un constructeur automobile qui achète un modèle de monde, voilà un aveu qui coûte cher. La simulation vaut désormais plus que la tôle, parce que celui qui la maîtrise n’a plus besoin de prototypes pour savoir ce qui va casser.
Genie 4 tient donc sa promesse de base : des mondes dans lesquels on entre, qu’on modifie à la phrase et qui nous répondent avec une voix. Il te vend une conversation. Ce qu’il faudrait, c’est une garantie : le monde que tu quittes, tu le retrouves intact en revenant. En attendant, Gemini tient la caméra, et la caméra tremble encore.
Sources :
Comments are closed