Google DeepMind a déployé Genie 4 pour les abonnés Google AI Ultra éligibles, transformant Project Genie d'un prototype de recherche en un produit de consommation permettant de générer et d'explorer des mondes interactifs générés par l'IA. La mise à jour apporte un premier accès public à Genie 4, un agent de construction conversationnel et une galerie communautaire où les utilisateurs peuvent partager et remixer leurs créations, a annoncé Google.

Project Genie a été présenté plus tôt cette année en tant que prototype de recherche expérimentale, et les premiers testeurs ont déclaré à Google qu'ils souhaitaient un contrôle plus approfondi sur ce qui se passe à l'intérieur des mondes générés et des moyens plus simples de les créer et de les partager. La nouvelle version, largement couverte par la communauté des développeurs puisqu'elle est en tête des forums de discussion cette semaine, répond à ces deux demandes. Pour une couverture continue des derniers développements de l'IA de Google DeepMind et de tous les autres laboratoires majeurs, AI Buzz Wire suit chaque déploiement au fur et à mesure.

Modifier n'importe quelle mi-session mondiale

Genie 4 est le modèle mondial le plus réaliste et interactif de Google DeepMind à ce jour, et sa fonctionnalité déterminante est l'édition en direct : les utilisateurs peuvent demander en cours de session de changer le monde dans lequel ils naviguent en temps réel. "Modifiez la météo, insérez un personnage ou redirigez l'action" avec une invite tapée, a déclaré Google dans son annonce.

Pour la première fois, Genie 4 associe ces visuels à un son natif en temps réel qui s'adapte au fur et à mesure que la scène se déroule, allant des paysages sonores ambiants aux dialogues des personnages. Google a démontré comment transformer une invite en langage naturel en une sortie interactive dans l'espace, puis invoquer un vaisseau spatial extraterrestre sur commande et remixer un café à flanc de colline en un pavillon de verre dans le désert.

Un agent conversationnel construit votre monde

Créer un monde ne nécessite plus une seule invite parfaite. Le nouvel agent Project Genie orchestre la suite de modèles multimodaux de Google à travers une conversation ordinaire : les utilisateurs décrivent leur vision et l'agent crée des visuels initiaux établissant l'apparence de la signature mondiale, associés à des scores d'arrière-plan personnalisés adaptés à l'ambiance.

Les modèles Gemini peuvent également rejoindre la session pendant son exécution, observer ce qui se passe à l'écran, faire apparaître des puces de suggestion contextuelles pour savoir où aller ensuite ou déclencher automatiquement des événements dans le monde au fur et à mesure du déroulement du voyage. Le résultat, selon Google, rend la création d'un univers interactif "aussi simple qu'une conversation".

Une galerie conçue pour le remix

La nouvelle galerie communautaire permet aux abonnés Ultra de publier des mondes personnalisés que d'autres pourront explorer et remixer. Les exemples sélectionnés par Google montrent toute la gamme : "Living Memory" transforme des photos personnelles en espaces explorables, "Dino Field Guide" se promène dans des habitats préhistoriques ancrés dans des panoramas à 360 degrés, et "Rock Paper Scissors" oppose des objets thématiques les uns aux autres sur un bureau avec Gemini servant d'arbitre en temps réel.

Genie 3 reste dans le sélecteur de modèles

Malgré les débuts de Genie 4, Genie 3 reste disponible dans le sélecteur de modèles de Project Genie pour les cas où il reste le meilleur outil : courses plus longues et espaces panoramiques. Google a mis en avant les mises à jour de Genie 3, notamment des événements déclenchés en temps réel qui connectent différents mondes en un seul vol continu à travers les forêts, les ruines sous-marines et les mers glacées, ainsi qu'un panorama à 360 degrés qui permet de maintenir le canyon et la façade de Petra cohérents lorsque la caméra bouge.

Dans une démonstration, Genie 3 a combiné des courses plus longues, un échouement panoramique et des événements déclencheurs pour transformer un monde en plein vol – invoquant même un dragon chevauchable sur commande.

Accès et disponibilité

Genie 4 est désormais déployé auprès des abonnés Google AI Ultra éligibles, qui peuvent dès aujourd'hui créer, partager et remixer des mondes dans la galerie communautaire. Les membres Google AI Pro peuvent s'inscrire sur une liste d'attente. Tout s'exécute directement dans le navigateur via le site Web Project Genie, sans téléchargement requis.

Du prototype au produit en trois semaines

La rapidité de ce déploiement est remarquable. Project Genie existait comme une expérience de recherche limitée il y a seulement quelques semaines, et Google affirme que la mise à jour est une réponse directe à ce que les premiers testeurs demandaient : plus de contrôle et un partage plus facile. Plutôt qu'un lent processus de recherche jusqu'au produit, DeepMind a fourni l'accès aux consommateurs, un agent de création et une infrastructure sociale en une seule étape – un signe de l'agressivité avec laquelle Google pousse son programme de modèle mondial vers le grand public.

Cela reflète également un changement plus large dans la manière dont l’entreprise lance des produits d’IA. Au lieu d'attendre un produit phare raffiné, Google itère en public, utilisant sa base d'abonnés comme terrain d'essai en direct tout en gardant une lignée de recherche explicite – Genie 3 – disponible pour les charges de travail que le nouveau modèle ne gère pas encore au mieux.

Pourquoi les modèles mondiaux sont importants

Les modèles mondiaux – des systèmes d’IA qui simulent des environnements interactifs plutôt que de simplement prédire du texte ou restituer des images statiques – sont largement considérés comme une base potentielle pour les jeux, la formation en robotique et la recherche sur l’IA incarnée. Avec Genie 4, Google est le premier grand laboratoire à mettre à grande échelle un modèle de monde frontière entre les mains du grand public, complété par des fonctionnalités sociales qui transforment la construction du monde en contenu partageable.

Le déploiement intensifie également la course à la concurrence dans les médias génératifs. À mesure que les modèles mondiaux, les générateurs vidéo et les moteurs de jeu convergent, la frontière entre jouer à un jeu et en inciter un commence à s'estomper – et Google dispose désormais d'un produit destiné au consommateur pour tester exactement où se situe cette ligne.

Gardez une longueur d'avance sur l'IA

Des modèles mondiaux aux LLM frontières, le paysage de l’IA évolue chaque semaine. Suivez les derniers développements de l'IA sur AI Buzz Wire.

Lire plus d'actualités sur l'IA →