La toute dernière IA de Google DeepMind vient de créer un jeu de ski jouable se déroulant sur le véritable Mont-Blanc, avec de la neige qui se creuse sous les skis et des avalanches qui déferlent en temps réel, et ce sans le moindre modèle 3D préfabriqué. C’est un grand pas en avant par rapport aux IA qui écrivent des fragments de code : celle-ci peut bâtir tout un monde interactif.

Points clés à retenir

  • Gemini 4 Neon a codé un simulateur de ski basé sur le relief réel du Mont-Blanc

  • Le projet a utilisé Antigravity, des shaders personnalisés et aucun modèle 3D préfabriqué

  • Le simulateur reproduit en direct la neige sculptée par les skis et les avalanches

  • Les récentes annonces de Google DeepMind mettent Gemini 4 à l’œuvre dans la programmation, la robotique, les feuilles de calcul, les laboratoires et la recherche en cryptographie

Google DeepMind a indiqué que Gemini 4 Neon avait codé un simulateur de ski basé sur le véritable relief du mont Blanc, créé dans Antigravity, l’outil de programmation par IA de Google, avec des shaders personnalisés et sans aucun modèle 3D préfabriqué.

L’entreprise a également expliqué que la neige sculptée et les avalanches étaient rendues en direct, faisant d’une scène de montagne un nouvel exemple de Gemini 4 exécutant une tâche visuelle et interactive au lieu de simplement produire du texte.

Comment cela a été créé

Gemini 4 Neon a réalisé un projet basé sur le véritable relief du mont Blanc, et non sur une pente fictive. Google DeepMind a associé ce relief à des shaders personnalisés et a précisé qu’aucun modèle 3D préfabriqué n’avait été utilisé.

Les shaders sont des instructions graphiques qui déterminent l’apparence des surfaces pendant le rendu d’une scène. Ici, ils permettent à la neige de changer en temps réel au passage d’un skieur, tandis que les avalanches sont elles aussi rendues en direct.

Google DeepMind n’a pas précisé combien de temps a pris la création ni quelle aide humaine a été nécessaire. Le jeu est une démonstration que l’on peut essayer, et non un produit en vente.

À lire également : Gemini 4 Neon de Google rivalise avec les meilleurs modèles d’IA pour moitié moins cher

Pourquoi c’est important

La création d’un jeu en 3D nécessite normalement des artistes pour concevoir les modèles, des programmeurs pour écrire la physique et des spécialistes des graphismes pour créer les shaders. Ici, un modèle d’IA s’est chargé du relief, des graphismes et de la neige en mouvement. Si ce type d’outil continue de s’améliorer, de petites équipes et même des développeurs indépendants pourraient créer des univers de jeu qui nécessitaient autrefois des studios entiers. C’est une bonne nouvelle pour les créateurs indépendants et un avertissement pour tous ceux dont le métier consiste à créer des ressources 3D à la main.

La démonstration du mont Blanc s’inscrit dans une série plus large d’exemples de Gemini 4 qui portent moins sur des réponses ponctuelles que sur des systèmes capables de poursuivre une tâche. Le 10 nov., Google DeepMind a présenté Gemini 4 Carbon comme son modèle le plus puissant pour les tâches complexes et de longue durée, conçu pour explorer les problèmes en profondeur et effectuer de longues boucles de vérification dans le génie logiciel, la cybersécurité, les activités intellectuelles et les sciences.

Le 12 nov., l’entreprise a présenté Gemini 4 Hydrogen comme un modèle conçu pour la programmation rapide, la synthèse multimodale et les tâches quotidiennes, et a indiqué qu’il accomplissait les tâches 2,5 fois plus vite que 3.8 Flash. C’est important, car l’entreprise montre qu’une même famille de modèles peut couvrir la programmation, les visuels, la simulation et la recherche, au lieu de traiter ces domaines comme des univers distincts.

Le 19 nov., Koray Kavukcuoglu, vice-président senior de Google DeepMind, a déclaré qu’il n’existerait pas de test ni de référence unique permettant de dire que l’intelligence artificielle générale (IAG) a été atteinte. Selon lui, les progrès se traduisent plutôt par des modèles moins « irréguliers » et plus fiables au quotidien. Le simulateur de ski correspond à cette idée, car il s’agit d’une autre tâche en temps réel où la fiabilité compte autant que la qualité du résultat brut.

Les prochaines étapes à suivre

Les récentes annonces de première main montrent que Google DeepMind déploie Gemini 4 dans des environnements où le modèle doit créer, simuler, vérifier ou contrôler quelque chose en plusieurs étapes.

DateMise à jour de Google DeepMind6 nov.Des agents d’intelligence artificielle guidés par des humains ont mis au jour deux faiblesses majeures dans les systèmes cryptographiques historiques de 1024 bits10 nov.Gemini 4 Carbon a été présenté pour les tâches complexes et de longue durée ainsi que les boucles de vérification prolongées12 nov.Gemini 4 Hydrogen a été présenté pour la programmation rapide, la synthèse multimodale et les tâches quotidiennes16 nov.Des chercheurs utilisaient Gemini 4 Carbon dans Google Antigravity pour des travaux en physique, en mathématiques et en sciences de la vie17 nov.Gemini 4 Hydrogen a alimenté une toile de pixel art dans Google Sheets et un module complémentaire de robotique pour les bras compatibles20 nov.Gemini 4 Neon a codé un simulateur de ski du mont Blanc avec de la neige et des avalanches en temps réel

Deux annonces du 17 nov. sont particulièrement révélatrices. Google DeepMind a montré Gemini 4 Hydrogen transformant Google Sheets en toile de pixel art en réduisant des milliers de cellules pour créer des scènes animées. Le même jour, l’entreprise a indiqué qu’un nouveau module complémentaire de robotique pour Google Antigravity peut connecter un bras robotique compatible, s’entraîner dans une simulation MuJoCo et exécuter des tâches dans le monde réel à partir d’une simple conversation.

Une tendance claire se dessine. Google DeepMind teste Gemini 4 sur des tâches qui associent programmation et action dans des logiciels, des laboratoires et des machines. Reste à savoir combien de ces démonstrations deviendront des outils largement accessibles, et quand.

À lire ensuite : Google DeepMind permet aux programmeurs d’entraîner des bras robotiques simplement en discutant