Google présente Genie 4, la nouvelle génération de son modèle de monde
Google DeepMind a lancé Genie 4, un modèle de monde qui génère des environnements interactifs en temps réel avec audio synchronisé, physique améliorée et contrôle des scènes par prompts.
Google DeepMind a présenté Genie 4, la nouvelle génération de son modèle de monde. La version précédente est sortie il y a plus d’un an, en août 2025. Le nouveau modèle met l’accent sur le réalisme, la multimodalité, une physique améliorée et l’interactivité.
Le modèle génère un monde en temps réel et immédiatement avec du son. La musique, le bruit ambiant et même les dialogues des personnages sont créés en même temps que l’image, tandis que les répliques s’adaptent aux actions de l’utilisateur.
La scène peut être modifiée et mise en scène via des prompts à la volée. Par exemple, changer la météo ou ajouter des personnages et des objets.
Plusieurs modèles Gemini fonctionnent en interne. Gemini Omni est chargé de l’apparence réaliste et du comportement du monde, d’autres modèles veillent à la cohérence de la simulation, et Gemini 3.8 Flash agit séparément comme un agent dans une boucle — en quelque sorte le « cerveau » : il décompose un objectif en étapes, vérifie leur exécution et reprogramme le plan si l’utilisateur souhaite modifier quelque chose.
Selon Google, ces environnements peuvent être utilisés pour tester des robots et des agents d’IA. L’entreprise a même montré une démonstration dans laquelle l’humanoïde Apollo d’Apptronik joue aux dames dans un monde généré.
Pourquoi c'est important
AnalyseGenie 4 montre comment les modèles de monde peuvent devenir des bac à sable dynamiques pour entraîner des agents et tester des robots, tandis que la génération multimodale en temps réel peut accélérer le développement de simulations interactives.
Discuter dans la communauté
Partagez vos questions et vos idées avec les développeurs
Lié dans l'écosystème
Guides pratiques, terminologie clé et compétences d'agents
Personnes synthétiques et simulation multi-rôles
Méthodologie de modélisation de divers rôles d'utilisateurs, d'auditeurs de sécurité et d'experts en accessibilité à l'aide de prompts système spécialisés pour des tests de stress exhaustifs des applications.
Google présente Genie 4 pour créer des mondes virtuels interactifs
Google DeepMind a présenté Genie 4, un modèle capable de générer des mondes virtuels interactifs avec graphismes, physique, musique et dialogues au fil des déplacements de l’utilisateur.
GPT-6 Astra : Guide de la nouvelle modèle d'OpenAI
Aperçu complet du modèle phare GPT-6 Astra : architecture agentique, capacités Computer Use, codage dans Codex, benchmarks de cybersécurité, subtilités du prompt engineering et guide de migration API.
Google Gemini Pro (Modèle Google à contexte illimité)
Le modèle de travail principal de Google DeepMind, doté d'une fenêtre de contexte record de plus de 2 millions de tokens. Il est capable d'analyser en une seule requête des livres entiers, des vidéos chronométrées et des bases de code massives.
NVIDIA présente MotionBricks pour la génération de mouvements en temps réel
NVIDIA a présenté MotionBricks, un modèle d'IA capable de générer des mouvements réalistes de personnes et de robots en temps réel, tandis qu'une implémentation communautaire atteint environ 10 000 générations par seconde sur une RTX 4090.
Jev et System One AI : guide pratique complet du modèle de décision TypeSafe
Analyse technique approfondie du modèle phare Jev : architecture System One vs LLM, primitives Choice/Score/Noul, parallélisme des requêtes, mathématiques de la confiance, études de cas vidéo, code et aperçu des alternatives open-weight locales (Laya, GLiNER2.5, CLM-8B).