/// Signal

Genie 4 parle, mais il oublie au bout de deux minutes

Le fait : DeepMind a annoncé Genie 4 le 27 octobre, son premier modèle de monde doté d’un audio natif et de dialogue interactif. Il part en « research preview » pour des testeurs de confiance, pas en produit : aucun prix public, et l’accès passe encore par Project Genie.

L’audio est la vraie nouveauté. Ars Technica le formule sans détour : Genie 4 est « the first DeepMind world model with native audio », avec des sons d’ambiance et des éléments audio dictés dans le prompt. Le saut décisif serait la parole humaine — mais Ars écrit « The biggest leap, if it works », et le verbe qu’il emploie est « DeepMind promises ». TechCrunch ajoute que l’équipe reconnaît des trous : « they still haven’t quite figured out how to ensure the audio will be accurate and any in-world text will be legible ».

La cohérence de la scène tient deux minutes, « double its predecessor’s limit » selon TechCrunch — ce qu’Ars présente comme une limite, pas comme un exploit : les mondes Genie 4 « still only remain consistent for a couple of minutes before they forget how things started ». Le billet de DeepMind le reconnaît à sa manière : « Complex physical interactions, real-time audio accuracy, rendering legible text, spatial accuracy, and long-term consistency are active areas of ongoing research. »

Techniquement, Gemini 3.8 Flash sert d’agent guide : il découpe l’objectif en étapes et vérifie les frames produites. Tejas Kulkarni, directeur de recherche chez Google, résume la bascule en cours : « What we’ll increasingly see in the future are these hybrid world models, where you have a combination of Gemini writing code and text, and Genie ingesting that in real time and simulating reality at different levels of abstraction. » Diego Rivas, ingénieur chez DeepMind et co-auteur du billet, vise un usage plus prosaïque et plus proche des créateurs : l’idéation et le storyboard.

L’accès, lui, reste verrouillé. Genie 4 est en preview pour des testeurs de confiance, avec une liste d’attente ; l’ouverture viendra « in the coming weeks » pour les abonnés Google AI Ultra via Project Genie et les partenaires en accès anticipé de la Gemini API et d’AI Studio. Côté développeurs, « pricing isn’t yet available » ; côté consommateurs, il faudra passer par l’offre la plus chère de Google, l’AI Ultra, « which start at $100 per month » — et le cadre restera Project Genie, « which will limit how much you can do with Genie ». TechCrunch situe le mouvement dans un secteur qui se concentre : Runway avait sorti GWM Worlds 2 quelques mois plus tôt, World Labs est « being acquired by AMD », Amazon est « in talks to buy Decart ». Rivas insiste : « it’s still early days for Genie 4 ».