Annoncé par Google DeepMind le 27 octobre 2026, Genie 4 est un modèle de recherche qui génère des mondes interactifs en temps réel avec audio natif. Dans sa démonstration, on navigue au clavier, on contrôle la caméra et l’on modifie les scènes avec des consignes textuelles. L’aperçu de recherche commençait alors à être déployé auprès de testeurs de confiance.
Piloter des scènes qui évoluent en temps réel
Une consigne peut changer une scène pendant qu’elle se déroule, par exemple en modifiant la météo ou en faisant apparaître un personnage. Le clavier sert à se déplacer et les commandes de caméra à explorer l’environnement. Google montre aussi la transformation d’images de référence en décors interactifs. Le modèle génère en parallèle des sons d’ambiance, de la musique et des dialogues qui réagissent aux actions ou aux événements.
Gemini planifie, Genie 4 rend le monde
Google attribue des rôles différents aux modèles. Gemini Omni ancre l’apparence et le comportement des scènes dans le monde réel. Dans un flux de travail présenté par l’entreprise, Gemini 3.8 Flash observe les images de la scène, décompose un objectif en étapes, vérifie les progrès et adapte le plan. Genie 4 génère alors le monde simulé à partir de ces consignes.
Un autre exemple met en jeu Gemini 4 Argon et le robot humanoïde Apollo d’Apptronik. Argon prépare les étapes d’une partie de dames, transmises sous forme de légendes textuelles, tandis que Genie 4 rend la scène. Il s’agit d’une simulation, pas d’un essai de l’Apollo physique.
Des usages créatifs, avec des limites de durée et de fidélité
Google indique que les testeurs explorent la prévisualisation de films, les prototypes interactifs, les scènes historiques et les scénarios de simulation. Ces prototypes peuvent être explorés avant l’écriture du code d’un moteur de jeu, mais Google n’a pas présenté Genie 4 comme un outil de développement de jeux abouti.
Dans une vidéo en anglais, le créateur de Theoretically Media explore la prévisualisation de décors, modifie une scène urbaine par texte, expérimente le dialogue et essaie des interactions proches du jeu, dont une séquence de conduite.
Google signale que les détails visuels et la permanence des objets peuvent dériver au fil d’une session, après des modifications complexes des consignes ou pendant l’exploration. La page Genie décrit des interactions continues de quelques minutes. Les interactions physiques complexes, la précision spatiale et l’exactitude de l’audio restent des défis. Les lieux réels ne sont pas reproduits avec une fidélité parfaite, et le texte lisible apparaît souvent lorsque la description du monde le prévoit.
Google indique que l’aperçu comporte des garde-fous de sécurité et que les vidéos et sons générés incluront SynthID, sa technologie de marquage.
Les accès annoncés par Google le 27 octobre
Dans son annonce du 27 octobre 2026, Google disait avoir commencé à déployer l’aperçu de recherche auprès d’un groupe restreint de testeurs de confiance. L’entreprise prévoyait ensuite un accès pour les abonnés Google AI Ultra via Project Genie, ainsi que pour des partenaires en accès anticipé via Gemini API et Google AI Studio.
