Google DeepMind a annoncé Genie 4, la nouvelle version de sa famille de modèles de monde, des systèmes d'IA capables de générer des environnements interactifs et explorables à partir de données visuelles. Selon l'annonce, encore sommaire, ce modèle apporterait un gain significatif de réalisme dans la simulation en temps réel, sans que les détails techniques précis sur son fonctionnement ou ses capacités n'aient été entièrement dévoilés à ce stade.
Les modèles de monde comme Genie se distinguent des générateurs vidéo classiques par leur capacité à produire des environnements cohérents et navigables de manière interactive, souvent en réponse aux actions d'un utilisateur ou d'un agent. Les versions précédentes de Genie avaient déjà démontré la possibilité de générer des mondes jouables à partir d'une simple image ou d'une description, ouvrant des perspectives pour l'entraînement d'agents autonomes, la robotique et le développement de jeux vidéo génératifs.
Cette quatrième génération s'inscrit dans une trajectoire de recherche où DeepMind cherche à construire des simulateurs suffisamment fidèles pour servir de terrains d'entraînement à des agents incarnés, sans dépendre uniquement d'environnements physiques coûteux ou de simulateurs codés manuellement. Un monde simulé plus réaliste et plus réactif pourrait accélérer l'apprentissage par renforcement et la préparation de robots ou d'agents virtuels à des tâches complexes du monde réel.
L'annonce reste pour l'instant limitée en détails concrets sur les benchmarks, l'architecture ou la disponibilité de Genie 4 pour les chercheurs et développeurs externes. Il faudra attendre des publications complémentaires ou des démonstrations plus approfondies pour évaluer dans quelle mesure les promesses de réalisme annoncées se traduisent par des avancées mesurables par rapport aux générations précédentes de la famille Genie.