Avec Genie 4, Google DeepMind sonorise ses mondes virtuels et les rend cohérents pendant deux minutes
Le nouveau modèle de monde construit des environnements interactifs image par image, désormais avec du son et un pilotage en cours de partie.
Google DeepMind a présenté mardi Genie 4, successeur du modèle de monde qui avait fait trembler les valeurs du jeu vidéo l'an dernier. Ce type de modèle génère en temps réel un environnement virtuel à partir d'une consigne écrite, sans niveaux construits à l'avance. Selon TechCrunch, une scène reste désormais cohérente jusqu'à deux minutes, deux fois plus longtemps qu'avec Genie 3, et le modèle produit dans la foulée un son adapté, de la musique aux dialogues.
Pendant la simulation, l'utilisateur peut changer la météo ou l'angle de caméra, ou ajouter des personnages et des objets. Ars Technica écrit que ces progrès reposent en partie sur Gemini, qui joue le rôle de planificateur en découpant les tâches pendant que Genie calcule les images. DeepMind y voit des applications dans le jeu vidéo, l'enseignement et l'entraînement de robots dans des environnements virtuels illimités.
Pour l'instant, seuls des testeurs sélectionnés peuvent utiliser le modèle. Les abonnés de Google AI Ultra et les développeurs disposant d'un accès anticipé à l'API Gemini suivront dans les semaines à venir, indique TechCrunch. Google reconnaît que des détails dérivent encore à mesure qu'une simulation se prolonge.