Google ouvre Genie 4 aux développeurs via l’API Gemini

Visuel officiel de Genie 4, le modèle de monde accessible dans l’API Gemini
Genie 4 devient accessible aux développeurs dans l’API Gemini. Image : Google.

Google ouvre Genie 4 aux développeurs dans l’API Gemini et Google AI Studio. Le modèle de monde de Google DeepMind génère des environnements interactifs en 720p, à 24 images par seconde, avec un son synchronisé et des commandes en temps réel.

L’accès passe par l’Interactions API. Un développeur peut fournir une consigne textuelle, une image de référence ou les deux. Genie 4 construit alors un espace continu dans lequel l’utilisateur se déplace au clavier. Des instructions supplémentaires permettent de modifier la météo, l’éclairage, les objets ou les événements pendant la session.

Des mondes interactifs plutôt que de simples vidéos

La différence avec un générateur vidéo classique tient à la boucle d’interaction. Genie 4 doit conserver l’état du monde lorsque l’utilisateur avance, revient sur ses pas ou demande un changement. Google attribue cette cohérence au raisonnement de Gemini, qui maintient les éléments de la scène au fil de la navigation.

Le modèle produit aussi un son natif synchronisé : ambiance, effets et dialogues de personnages. Cette dimension peut accélérer le prototypage d’expériences interactives, de jeux, de visualisations spatiales ou de simulations. Tous les contenus générés reçoivent un filigrane SynthID imperceptible.

Un accès développeur encore encadré

Google propose des applications de démarrage et un canevas interactif dans AI Studio. L’entreprise publie également une documentation et une tarification dédiées. Cet accès ne signifie pas pour autant que Genie 4 remplace un moteur 3D classique : la durée des sessions, la reproductibilité, le contrôle géométrique et les coûts restent des critères importants pour un usage professionnel.

Le lancement intervient au lendemain de la présentation publique de Genie 4 dans Project Genie. Le passage à l’API transforme une démonstration en composant intégrable. Les équipes peuvent désormais tester le modèle dans leurs propres prototypes plutôt que d’utiliser uniquement une interface conçue par Google.

Un outil potentiel pour entraîner des agents

Google cite explicitement l’entraînement d’agents d’intelligence artificielle et de robots parmi les usages possibles. Un monde généré à la demande peut multiplier les variations d’un environnement : disposition des objets, éclairage, météo ou événements inattendus. Cette diversité est utile pour évaluer la robustesse d’un agent avant de l’exposer à un système réel.

Il faudra toutefois distinguer cohérence visuelle et fidélité physique. Un environnement convaincant à l’écran ne garantit pas que les collisions, masses, frottements ou mouvements correspondent au monde réel. Pour la robotique, Genie 4 peut servir à explorer des scénarios ou à produire des situations variées, mais les simulateurs physiques restent nécessaires pour valider un contrôleur.

Google transforme les modèles de monde en produit

L’ouverture de Genie 4 montre que les modèles de monde quittent progressivement les laboratoires. Ils deviennent une nouvelle brique des plateformes d’IA, aux côtés des modèles de langage, d’image et de vidéo.

La prochaine étape sera de mesurer la stabilité des environnements sur des sessions plus longues, la précision des commandes et le coût par expérience. Si ces contraintes baissent, les développeurs pourraient créer des prototypes interactifs en quelques phrases avant de les reconstruire dans des outils plus déterministes.

Sources : annonce officielle de Google et Frontier.

Le briefing RoboActu

L’essentiel de la robotique, une fois par semaine.

Une sélection courte des annonces, usages et robots à suivre.

Continuer sur ce sujet

Comparer les robots