Un paysage apparaît à l’écran. On avance, puis on demande de changer la météo ou d’ajouter un personnage sans relancer la scène. C’est le type d’interaction que Google met en avant avec Genie 4. L’enjeu dépasse la fabrication d’une belle séquence : il s’agit de faire évoluer un environnement au fil des actions du visiteur.
Annoncé par Google DeepMind le 27 octobre 2026, le modèle génère également des sons d’ambiance, de la musique et des dialogues en même temps que les images. Gemini intervient pour interpréter les consignes et accompagner le déroulement de la scène. Ce sont des capacités présentées par le fabricant ; nous ne les avons pas testées directement.
Le changement mérite attention. Mais une image vraisemblable, une interaction plaisante et une simulation suffisamment stable pour un travail professionnel ne sont pas trois façons de dire la même chose.
De la séquence à l’environnement modifiable
Dans une vidéo déjà produite, le spectateur regarde ce qui a été décidé auparavant. Dans l’expérience décrite pour Genie 4, ses déplacements et ses demandes contribuent à la suite. La création ressemble davantage à une exploration qu’à la lecture d’un film terminé.
Google décrit des essais de prévisualisation pour des équipes créatives, de prototypage pour des développeurs de jeux et de génération de scénarios pour la recherche. Ces pistes sont intéressantes parce qu’elles concernent le début du travail : essayer une idée, comparer une ambiance, examiner une situation avant de construire un outil définitif.
Il faut garder cette place dans le processus. Un prototype sert à apprendre quelque chose sur une idée. Il n’a pas automatiquement les qualités d’un produit que l’on peut livrer, maintenir et faire fonctionner longtemps. La rapidité d’une première proposition et la maîtrise du résultat final doivent être évaluées séparément.
Le test décisif : retrouver le même objet
La fiche officielle du modèle décrit plusieurs limites : des détails visuels et des objets peuvent dériver au cours du temps, notamment après des modifications complexes ou une exploration prolongée. Les interactions entre plusieurs agents restent un problème de recherche ; les lieux réels ne sont pas reproduits avec une exactitude parfaite.
Pour rendre ce point concret, imaginons un test : on pose une tasse sur une table, on tourne autour d’un obstacle, puis on revient. La tasse est-elle toujours au même endroit, avec la même forme ? Si on la déplace, cette modification persiste-t-elle ensuite ? Cet exemple est une proposition d’évaluation, pas le récit d’un essai effectué sur Genie 4.
Un décor peut rester agréable à regarder tout en échouant à cette vérification. Pour une courte recherche d’ambiance, le défaut peut être supportable. Pour un jeu fondé sur des règles précises ou un entraînement de robot, il peut changer complètement la valeur de l’expérience.
Quelques minutes ne disent pas tout d’un usage
Google indique que le modèle permet quelques minutes d’interaction continue, plutôt que de longues sessions. La précision de l’audio demeure également un chantier. La page de présentation précise que les séquences montrées sont raccourcies.
Ces indications invitent à regarder la durée utile, pas seulement la durée spectaculaire. Combien de temps l’environnement conserve-t-il les caractéristiques nécessaires à la tâche ? Combien de retouches peut-on enchaîner avant de devoir recommencer ? Quelle part d’une session est finalement réutilisable ?
On peut poser ces questions sans fixer à l’avance une réponse négative. Un outil limité dans le temps peut avoir un rôle précis et précieux. Ce rôle doit simplement être décrit avec la même précision que ses démonstrations.
Pourquoi le réalisme ne remplace pas un protocole
Le mot « simulation » recouvre des méthodes différentes. Pour situer la comparaison, NVIDIA décrit Isaac Sim comme un environnement de simulation robotique où l’on assemble des scènes, configure des modèles de robots et de capteurs et active des propriétés physiques. Le système sert notamment à tester des chaînes logicielles et à produire des données synthétiques.
Ce détour ne constitue pas un classement entre deux produits. Il montre pourquoi un professionnel a besoin de savoir ce qu’il contrôle. Dans un essai de robotique, pouvoir modifier un paramètre identifié et mesurer une conséquence est une exigence différente de celle d’obtenir rapidement une scène plausible.
Une future utilisation de mondes générés devrait donc préciser les grandeurs évaluées, les erreurs tolérées et les vérifications dans le réel. Une bonne apparence à l’écran ne peut pas, à elle seule, certifier qu’un comportement appris sera sûr hors de l’écran.
Ce qu’un essai utile devrait documenter
Une évaluation sérieuse pourrait conserver la consigne initiale, les modifications demandées et la séquence complète. Les scènes réussies auraient alors un contexte : nombre de tentatives, reprises nécessaires, éléments demeurés stables et erreurs rencontrées.
Pour un créatif, la question pourrait être : cette exploration aide-t-elle à choisir un cadrage ou une direction artistique ? Pour un concepteur de jeu : permet-elle de tester une intention d’interaction ? Pour un chercheur : produit-elle des situations dont les propriétés peuvent être contrôlées ? Chaque usage demande son propre critère de réussite.
Cette grille évite aussi de transformer une démonstration en promesse d’intelligence générale. Une capacité à générer des réactions crédibles est un résultat à examiner en tant que tel ; elle ne tranche pas toutes les questions sur la compréhension du monde.
Un accès à distinguer d’une disponibilité générale
Au 4 novembre 2026, la fiche de Google présente toujours Genie 4 comme une préversion de recherche pour des testeurs de confiance. Elle annonce ensuite une ouverture aux abonnés Google AI Ultra dans Project Genie et à des partenaires en accès anticipé via Gemini API et AI Studio. Cette annonce n’équivaut pas à un accès immédiat pour tous.
L’intérêt de Genie 4 est donc aujourd’hui celui d’une nouvelle manière d’esquisser des mondes interactifs. Pour savoir jusqu’où elle pourra servir, il faudra regarder ce qui subsiste après l’effet de surprise : la continuité des objets, le contrôle des interactions et la possibilité de reproduire une expérience utile.
Photo d’illustration du jeu vidéo : une personne tient une manette. Elle ne montre pas Genie 4 et n’indique pas une disponibilité du modèle sur console. Crédit : InclusiveGameLab / Wikimedia Commons / CC BY-SA 4.0.
