Google a présenté Google Genie 4, un nouvel outil d’IA qui transforme des scènes vidéo en mondes interactifs que l’on peut diriger en temps réel pour les jeux, la robotique et les simulations d’entraînement.

À retenir

• Google a annoncé Google Genie 4 mardi, indiquant que cette IA de modélisation du monde permet aux utilisateurs de contrôler en temps réel les environnements, les mouvements de caméra, les actions et le son

• Google a présenté Genie 4 comme un modèle interactif du monde de Google DeepMind, capable de prédire comment une scène évolue au fil du temps

• Les publications citées ne précisaient ni tarifs ni résultats de référence

• L’unité cloud de Google a mis en avant Gemini Robotics Embodied Reasoning 2, et l’entreprise a indiqué qu’elle s’organisait autour de modèles capables d’agir dans des environnements

Google Genie 4 dépasse la vidéo statique

Google Genie 4 est présenté comme le dernier modèle du monde interactif de Google DeepMind. Un modèle du monde est un système d’IA qui prédit comment une scène devrait évoluer au fil du temps, et non simplement à quoi devrait ressembler une image isolée.

Cette distinction est importante, car la plupart des outils vidéo d’IA grand public fonctionnent encore comme des générateurs de clips : ils renvoient une séquence terminée après une invite et obligent l’utilisateur à relancer le modèle pour tout changement important.

Le nouveau système traite plutôt une scène comme une simulation, où l’utilisateur peut demander une nouvelle action, un mouvement de caméra ou une modification de la dynamique de l’environnement, tandis que le monde continue d’évoluer.

De la démo de recherche à une orientation produit

La sortie de mardi intervient après une année durant laquelle les modèles du monde sont passés du statut de curiosités de recherche à celui de produits potentiels. Des travaux antérieurs de Google ont montré que des systèmes d’IA pouvaient générer des environnements semblables à des jeux vidéo, mais le contrôle était limité et le réalisme se dégradait lors d’interactions prolongées.

Le nouveau modèle laisse penser que l’entreprise veut désormais revendiquer une place plus importante dans cette catégorie.

Google commercialise déjà des modèles de texte, d’image et de vidéo, et les capacités de modélisation du monde pourraient constituer la couche manquante pour la robotique, les simulations d’entraînement et le prototypage de jeux.

À lire aussi : Google Cloud empêche les bots IA d’obtenir des droits d’administrateur complets

Google a également mis en avant d’autres travaux sur l’IA incarnée au cours de la dernière journée. Mardi, son unité cloud a présenté Gemini Robotics Embodied Reasoning 2, autre signe que l’entreprise s’organise autour de modèles capables d’agir dans des environnements.

Comment le modèle pourrait être utilisé

Les publications citées ne mentionnaient ni tarifs ni résultats de tests de performance.

On ne sait donc pas encore si ces travaux visent un large accès pour les développeurs, un aperçu limité ou une utilisation interne liée à d’autres produits Google.

Comment le système simule le changement

Ce système appartient à une catégorie d’IA qui modélise des séquences plutôt que des résultats isolés. En termes simples, Google DeepMind entraîne le modèle à prédire ce qui devrait se produire ensuite dans une scène après une invite, un mouvement de caméra ou une action de l’utilisateur.

Cette étape de prédiction se répète continuellement, de sorte que le monde continue d’évoluer au lieu de s’arrêter à une réponse définitive.

Cette conception est importante pour les développeurs qui créent des logiciels interactifs. Un générateur vidéo classique peut produire un joli clip, mais un studio de jeux vidéo ou une équipe de robotique a besoin d’un système qui réagit à de nouvelles entrées tout en restant cohérent.

Si Google parvient à maintenir la cohérence des objets, du son et des mouvements au fil du temps, cette approche sera utile pour la simulation, et pas seulement pour la création de contenu.

Le prochain point à surveiller est la distribution. Si le modèle apparaît dans des outils pour développeurs, des API cloud ou des produits robotiques, cela montrera que Google considère les modèles du monde comme une infrastructure, et non comme une simple démo ponctuelle.

Si l’accès reste limité, ces travaux pourraient encore en être au stade de la validation.

À lire ensuite : IBM verrouille les bots IA avant qu’ils ne transfèrent de l’argent ou ne modifient la paie