Selon l'application Zhitong Caijing, Alphabet (GOOGL.US, GOOG.US), la société mère de Google, a annoncé mardi le lancement de son nouveau modèle d'intelligence artificielle pour le monde virtuel, Genie 4, capable de générer en temps réel des environnements virtuels interactifs plus réalistes à partir d'instructions textuelles, et permettant aux utilisateurs de modifier dynamiquement les scènes pendant leur exploration. Cette avancée technologique récente ravive à nouveau l'intérêt du marché pour la possibilité que l'IA transforme les modes de développement des jeux vidéo. Lorsque Google a présenté pour la première fois cette technologie plus tôt cette année, cela avait entraîné une chute importante des cours de plusieurs entreprises du secteur du jeu.
Il est rapporté que Genie 4 a été développé par Google DeepMind, le département de recherche en intelligence artificielle de Google. Les utilisateurs peuvent créer des mondes virtuels libres à explorer en entrant simplement une invite textuelle, et se déplacer à l'intérieur à l'aide du clavier. Contrairement aux outils traditionnels de génération vidéo par IA, Genie 4 ne se contente pas de générer des images, mais ajuste en temps réel l'environnement virtuel en fonction des actions de l'utilisateur, offrant ainsi une interactivité accrue.
En outre, les utilisateurs peuvent modifier la scène pendant l'exécution du monde virtuel en entrant de nouvelles commandes textuelles, par exemple en ajustant les conditions météorologiques ou en ajoutant de nouveaux personnages, sans avoir à régénérer l'ensemble de l'environnement. Par rapport à la génération précédente Genie 3, Genie 4 offre une durée de simulation et des capacités de génération multimodale améliorées.
Google indique que les environnements virtuels interactifs générés par Genie 4 peuvent fonctionner jusqu'à deux minutes, soit environ le double de la durée de Genie 3. En outre, Genie 4 est le premier modèle de la série capable de générer simultanément des images et des sons, en prenant en charge les effets sonores d'environnement, la musique ainsi que des dialogues de personnages réactifs aux actions de l'utilisateur.
Actuellement, Google ouvre Genie 4 à un petit nombre de testeurs de confiance sous forme de version de prévisualisation de recherche. Au cours des prochaines semaines, l'entreprise prévoit de proposer ce modèle aux utilisateurs abonnés au plan payant le plus élevé, Google AI Ultra, ainsi qu'à certains développeurs utilisant Google AI Studio et l'API Gemini pour créer des applications.
Un « modèle du monde » (World Model) désigne un système d'intelligence artificielle capable de simuler un environnement et ses dynamiques. Contrairement aux modèles traditionnels de génération de vidéos à partir de texte, qui produisent principalement du contenu vidéo pré-généré, un modèle du monde peut générer et ajuster en continu des scènes virtuelles en fonction des actions en temps réel de l'utilisateur. Cette technologie est considérée comme ayant un potentiel d'application dans le développement de jeux vidéo, la production cinématographique, la conception d'environnements virtuels et la formation des robots.
En janvier de cette année, lors du lancement initial du prototype de Project Genie piloté par Genie 3, Google a suscité des inquiétudes à Wall Street quant à l'avenir de l'industrie du jeu vidéo. En raison des craintes des investisseurs que la technologie d'monde virtuel génératif par IA puisse bouleverser les processus traditionnels de développement de jeux, les cours de plusieurs entreprises liées au jeu ont fortement chuté à cette époque.
Alors que Genie 4 améliore davantage ses capacités d'interaction en temps réel et de génération multimodale, l'intérêt du marché pour la manière dont les technologies d'IA pourraient transformer la production de contenu de jeu s'intensifie.
Dans le domaine de l’intelligence artificielle, Google fait face à une concurrence féroce de la part de concurrents tels qu’OpenAI et Anthropic. Toutefois, avec le récent lancement du modèle Gemini 4 Argon, le marché estime que Google réduit l’écart technologique avec ses concurrents.
Dans le même temps, les modèles mondiaux et l'IA multimodale ont longtemps été considérés comme des avantages technologiques majeurs de Google. Les technologies multimodales permettent à l'intelligence artificielle de traiter simultanément différents types d'informations, tels que le texte, les images, l'audio et la vidéo, tandis que les modèles mondiaux étendent ces capacités à la simulation d'environnements dynamiques.
Il est à noter que Genie 4 améliore également la cohérence et les performances interactives du monde virtuel grâce au modèle Gemini. Selon Google sur son blog officiel, lorsqu'il génère des scènes virtuelles, Gemini observe en continu les nouvelles images produites, comprend les objectifs souhaités par l'utilisateur, les décompose en une série d'étapes concrètes, puis vérifie si les actions correspondantes ont été réalisées.
Ce mécanisme aide le modèle à comprendre plus précisément l'intention de l'utilisateur et à maintenir un certain degré de cohérence logique dans un environnement virtuel généré en temps réel. Google indique que l'équipe de recherche a testé le modèle Gemini 4 Argon, mais l'expérience d'interaction en temps réel de Genie 4 est actuellement principalement prise en charge par le modèle Gemini 3.8 Flash, plus efficace sur le plan computationnel.
En ce qui concerne les applications pratiques, Google a invité des testeurs, notamment des développeurs de jeux et des réalisateurs de films, à expérimenter Genie 4 afin d'explorer comment transformer rapidement des idées initiales en prototypes virtuels interactifs et d'utiliser des croquis de scènes générés par l'IA pour aider à la création de contenu.
En outre, Google étudie également la possibilité d'utiliser des modèles mondiaux pour l'entraînement des robots. Grâce à la simulation de divers environnements et scénarios physiques, cette technologie pourrait aider les robots à apprendre et à tester des comportements dans un monde virtuel.
Cependant, Google souligne qu'il n'est pas encore certain que ces applications potentielles puissent être largement adoptées. Concernant l'impact potentiel de Genie 4 sur l'industrie des jeux vidéo, Diego Rivas, produit manager chez Google DeepMind, a déclaré lors de la conférence de presse que l'entreprise travaille avec des partenaires pour étudier comment intégrer cette technologie dans les processus existants et déterminer ses limites réelles.
Rivas souligne que Google vise à étendre les fonctionnalités des outils existants grâce à la technologie des modèles mondiaux, et non à remplacer simplement les méthodes traditionnelles de création de contenu. Bien que Genie 4 ait réalisé des progrès significatifs, Google reconnaît que ce modèle reste en phase expérimentale et qu'il reste encore un certain chemin à parcourir avant d'atteindre un produit commercialisé mature.
Actuellement, avec l'allongement du temps d'exécution des scènes virtuelles, les détails visuels et les objets générés par le modèle peuvent encore changer, affectant la cohérence de l'environnement.
Hang Qi, ingénieur chercheur chez Google DeepMind, a déclaré que même si Genie 4 peut supporter des simulations d'une durée maximale de deux minutes, cela ne signifie pas que l'ensemble du scénario reste parfaitement cohérent pendant toute cette période. De plus, des améliorations sont encore nécessaires en ce qui concerne les interactions physiques complexes, la génération de texte lisible et la stabilité à long terme du monde virtuel.
Tejas Kulkarni, directeur de la recherche chez DeepMind, a souligné que même maintenir un monde virtuel entièrement cohérent pendant deux minutes exige que le modèle comprenne réellement les lois physiques du monde réel.
Rivas a également déclaré que la durée simulée de deux minutes présente toujours des limites évidentes, et que Genie 4 est actuellement davantage dans une phase de recherche et d'exploration technique que de développement du produit final.
En ce qui concerne la détection et la sécurité des contenus générés par l'IA, Google a déclaré que tous les audio et vidéos générés par Genie 4 seront dotés d'un filigrane numérique invisible SynthID pour aider à identifier les contenus générés par l'IA.
Dans l'ensemble, le lancement de Genie 4 marque une nouvelle avancée de Google dans le domaine des modèles d'IA interactifs en temps réel. Bien qu'il soit encore limité par des facteurs techniques tels que la durée de simulation, la cohérence physique et la qualité de génération, les capacités démontrées ont suscité un vif intérêt du marché quant aux futures orientations de l'industrie du jeu vidéo, de la production cinématographique et de la formation des robots.
Alors que Google élargit progressivement le test de Genie 4, le marché suivra de plus près la capacité de la technologie des modèles mondiaux à évoluer d'un outil expérimental vers un produit à valeur commerciale concrète, ainsi que son potentiel d'impacter plus profondément les modèles traditionnels de développement de jeux et de production de contenu numérique.
