Google Genie 3 donne vie à ton monde 3D avec l'IA

Le 5 août 2025, Google DeepMind a publié la dernière version de son modèle Genie, baptisée Genie 3. Il s'agit d'un nouveau modèle d'IA capable de transformer les prompts textuels de l'utilisateur en environnements dynamiques et interactifs.

Ces environnements, ou mondes d'IA, permettent à l'utilisateur de naviguer et d'interagir avec eux en temps réel, un peu comme dans un jeu vidéo. Les utilisateurs peuvent également étendre ou modifier l'environnement en fournissant des prompts textuels supplémentaires, ce qui permet d'apporter des changements à la volée sans redémarrer la simulation.

Ce qui rend le dernier modèle Genie de Google particulièrement percutant, c'est qu'il peut être utilisé pour entraîner des agents d'IA. Cela implique d'apprendre aux agents d'IA à prendre des décisions ou à effectuer des tâches en utilisant des données et des retours d'information. En utilisant un environnement 3D simulé plutôt que le monde réel, les chercheurs peuvent éviter bon nombre des défis, coûts et risques liés à l'entraînement dans le monde réel.

Google Genie 3 peut également simuler des scénarios complexes, comme tester une voiture autonome roulant par mauvais temps ou un adepte de wingsuit planant au-dessus d'un terrain montagneux.

Dans cet article, nous allons explorer Google Genie 3 et ses capacités. Commençons !

Fig 1. Une image extraite d'une simulation Genie 3 montrant un vol en wingsuit. (Source)

Link to this sectionUne brève histoire des modèles Genie de Google#

Avant de plonger dans les modèles Genie de Google DeepMind, comprenons mieux ce que sont les modèles de monde.

Les modèles de monde sont des systèmes d'IA qui apprennent les règles du monde réel comme la physique, le mouvement et les relations spatiales à partir de datasets de textes, d'images, de vidéos et de mouvements. Cela leur permet de créer des scènes réalistes et de prédire leur évolution. Les modèles Genie sont des exemples de tels systèmes.

Voici un aperçu rapide des premiers modèles Google Genie qui ont ouvert la voie à Genie 3 :

• Genie 1 : Genie 1, souvent appelé simplement Google Genie, était le premier modèle de monde d'IA de Google DeepMind capable de créer des environnements virtuels interactifs. Les utilisateurs pouvaient décrire un monde avec du texte, des images, des photos ou même des croquis, et Genie le générait, leur permettant de contrôler les actions au sein de la scène. Il était conçu pour traiter les données vidéo dans le temps, prédire la trame suivante et traduire les entrées de l'utilisateur en actions dans le monde.

• Genie 2 : S'appuyant sur les capacités de Google Genie, Genie 2 pouvait créer une vaste gamme de mondes 3D détaillés et interactifs. En tant que modèle de monde, il simulait des environnements virtuels et répondait de manière réaliste à des actions telles que sauter, nager ou déplacer des objets. Entraîné sur une collection massive de vidéos, il présentait des interactions réalistes avec les objets et des mouvements de personnages naturels.

Link to this sectionQu'est-ce que Genie 3 ? Le nouveau modèle d'IA de Google#

S'appuyant sur les modèles Genie précédents, Genie 3 est le plus récent et le plus avancé de la série. Il s'appuie particulièrement sur Genie 2, qui pouvait générer de nouveaux environnements virtuels, et Veo 3, le dernier modèle de génération vidéo de Google DeepMind. Veo 3 démontre une compréhension approfondie de la physique et de la façon dont les objets interagissent dans le monde réel.

Alors que Veo 3 utilise un moteur physique codé en dur, Google Genie 3 apprend lui-même le fonctionnement de la physique grâce à une méthode appelée apprentissage auto-supervisé. Il s'agit d'une technique d'apprentissage de l'IA où un modèle d'IA apprend des modèles et des relations à partir de données non étiquetées en générant ses propres signaux d'apprentissage.

La capacité d'apprentissage auto-supervisé de Google Genie 3 est cruciale pour entraîner des systèmes d'IA, tels que des agents d'IA ou des robots IA, à gérer diverses tâches. En fait, les chercheurs de Google DeepMind considèrent Genie 3 comme une étape importante vers la création de l'Intelligence Artificielle Générale (AGI).

Fig 2. Un exemple d'utilisation de Google Genie 3 pour simuler le contrôle d'un rover robotique. (Source)

L'AGI est une forme théorique d'IA capable de comprendre et d'apprendre n'importe quelle tâche ou sujet et d'appliquer ces connaissances à différentes situations, tout comme un humain. Contrairement aux modèles d'intelligence artificielle actuels, qui sont conçus pour des tâches spécifiques et ont du mal à transférer leurs compétences à de nouveaux problèmes, l'AGI serait capable de s'adapter et d'apprendre dans un large éventail de contextes.

Link to this sectionFonctionnalités clés de Google Genie 3 liées à la construction d'un monde d'IA#

Voici quelques-unes des fonctionnalités clés prises en charge par Genie 3 :

• Génération de monde text-to-3D : Il peut transformer un simple prompt textuel (par exemple, "un robot marchant dans la rue") en un environnement de type 3D jouable avec des commandes de mouvement de base.

• Événements mondiaux à base de prompts : Les utilisateurs peuvent modifier dynamiquement l'environnement en tapant de nouvelles commandes (par exemple, ajouter de la pluie dans la rue).

• Mémoire visuelle : Genie 3 peut se souvenir des objets laissés dans l'environnement et te permettre d'y revenir plus tard, pendant environ une minute.

• Sortie vidéo fluide et cohérente : Il peut maintenir une sortie vidéo de 24 fps à une résolution de 720p, avec un engagement plus long par rapport à Genie 2.

Fig 3. Google Genie 3 peut générer des sorties qui durent plus longtemps que celles produites par Genie 2. (Source)

Link to this sectionDe l'éducation au jeu : Applications de Genie 3 de Google DeepMind#

Google Genie 3 peut rendre l'apprentissage, la recherche et l'entraînement plus immersifs et engageants. Par exemple, en classe, il peut donner vie à l'histoire, aux sciences ou à la géographie en permettant aux élèves d'explorer des villes anciennes ou de voyager dans l'espace. De même, pour les développeurs en intelligence artificielle, il offre des mondes virtuels réalistes pour pratiquer des stratégies, naviguer dans des défis et améliorer les compétences de prise de décision.

Les scientifiques peuvent également l'utiliser pour créer des simulations contrôlées afin de tester des idées, étudier des écosystèmes ou observer le comportement des objets. Une autre application intéressante concerne le développement de jeux vidéo. Les développeurs de jeux peuvent transformer des prompts textuels en mondes de jeu détaillés, accélérant ainsi le développement et réduisant le besoin de grandes équipes.

Fig 4. Des jeux amusants, colorés et interactifs peuvent être conçus avec Genie 3. (Source)

Link to this sectionLimites de Google Genie 3 en tant que modèle de monde#

Bien que Google Genie 3 offre de nombreuses fonctionnalités et avantages, il est également important de prendre en compte ses inconvénients.

Voici quelques limites à prendre en compte :

• Plage d'action limitée : Bien que tu puisses déclencher de nombreux événements dans le monde virtuel, ils ne sont pas tous exécutés par l'agent lui-même. Les actions qu'un agent peut effectuer directement restent limitées.

• Interagir avec d'autres agents : Créer des interactions réalistes entre plusieurs agents indépendants dans le même environnement est encore un travail en cours.

• Précision dans le monde réel : Google Genie 3 ne peut pas encore recréer des lieux du monde réel avec une précision géographique parfaite.

Link to this sectionPoints clés#

Google Genie 3 représente une avancée significative dans la création de mondes 3D réalistes et interactifs avec l'IA. Il peut donner vie à des idées à partir de simples prompts textuels, simuler la physique et même entraîner des systèmes d'IA dans des espaces virtuels sûrs.

Bien qu'il ait encore des limites, il ouvre de nombreuses possibilités pour la recherche, le jeu et le développement de l'IA. C'est également une étape cruciale vers des systèmes d'AGI capables de penser et d'apprendre davantage comme les humains.

Consulte notre référentiel GitHub pour en découvrir plus sur l'IA. Rejoins notre communauté active et découvre des innovations dans des secteurs comme l'IA dans le commerce de détail et l'IA de vision dans la fabrication. Pour commencer avec la vision par ordinateur dès aujourd'hui, consulte nos options de licence.