Google Genie 3 donne vie à ton monde en 3D grâce à l’IA

Le 5 août 2025, Google DeepMind a publié la dernière version de son modèle Genie, appelée Genie 3. Ce nouveau modèle d’IA peut convertir les prompts textuels d’un utilisateur en environnements dynamiques et interactifs.

Ces environnements, ou mondes d’IA, permettent à l’utilisateur de s’y déplacer et d’interagir en temps réel, un peu comme dans un jeu vidéo. Les utilisateurs peuvent également agrandir ou modifier l’environnement en fournissant des invites textuelles supplémentaires, ce qui permet d’y apporter des changements à la volée sans redémarrer la simulation.

Ce qui rend le dernier modèle Genie de Google particulièrement intéressant, c’est qu’il peut servir à entraîner des agents d’IA. Cela consiste à apprendre aux agents d’IA à prendre des décisions ou à effectuer des tâches à partir de données et de retours. En utilisant un environnement 3D simulé plutôt que le monde réel, les chercheurs peuvent éviter de nombreux 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 qui roule par mauvais temps ou un pilote en wingsuit qui plane au-dessus d’un terrain montagneux.

Dans cet article, nous allons examiner Google Genie 3 et ses capacités.

Fig. 1. Image d’une simulation Genie 3 montrant un pilote en wingsuit en train de planer. (Source)

Bref historique des modèles Genie de Google#

Avant d’examiner les modèles Genie de Google DeepMind, il est utile de comprendre ce que sont les modèles du monde.

Les modèles du 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 textes, d’images, de vidéos et de jeux de données de mouvements. Ils peuvent ainsi créer des scènes réalistes et prédire leur évolution. Les modèles Genie sont des exemples de tels systèmes.

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

• Genie 1 : Genie 1, souvent simplement appelé Google Genie, était le premier modèle du monde par 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 ; Genie le générait ensuite et leur permettait de contrôler les actions dans la scène. Le modèle était conçu pour traiter des données vidéo au fil du temps, prédire l’image suivante et traduire les entrées de l’utilisateur en actions dans le monde virtuel.
• Genie 2 : En s’appuyant sur les capacités de Google Genie, Genie 2 pouvait créer un large éventail de mondes 3D détaillés et interactifs. En tant que modèle du monde, il simulait des environnements virtuels et réagissait de manière réaliste à des actions comme sauter, nager ou déplacer des objets. Entraîné sur un vaste ensemble de vidéos, il proposait des interactions réalistes entre les objets et des mouvements de personnages naturels.

Qu’est-ce que Genie 3, le nouveau modèle d’IA de Google ?#

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

Google Genie 3 apprend de 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 grâce à laquelle un modèle d’IA apprend les motifs et les 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 essentielle pour entraîner des systèmes d’IA, comme des agents d’IA ou des robots dotés d’IA, à accomplir 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. Exemple d’utilisation de Google Genie 3 pour simuler le contrôle d’un rover robotisé. (Source)

L’AGI est une forme théorique d’IA capable de comprendre et d’apprendre n’importe quelle tâche ou discipline, puis d’appliquer ces connaissances dans différentes situations, à la manière d’un humain. Contrairement aux modèles d’intelligence artificielle actuels, conçus pour des tâches spécifiques et qui peinent à transférer leurs compétences à de nouveaux problèmes, une AGI pourrait s’adapter et apprendre dans un large éventail de contextes.

Principales fonctionnalités de Google Genie 3 pour créer un monde par IA#

Voici quelques-unes des principales fonctionnalités de Genie 3 :

• Génération de mondes 3D à partir de texte : le modèle peut transformer une simple invite textuelle (par exemple, « un robot qui marche dans la rue ») en un environnement de type 3D jouable, doté de commandes de mouvement de base.
• Événements du monde déclenchés par des invites : les utilisateurs peuvent modifier l’environnement de manière dynamique en saisissant 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 de les retrouver plus tard, pendant environ une minute.
• Sortie vidéo fluide et cohérente : le modèle peut maintenir une sortie vidéo de 24 images par seconde (fps) en résolution 720p, avec une durée d’interaction supérieure à celle de Genie 2.

Fig. 3. Google Genie 3 peut générer des séquences plus longues que celles produites par Genie 2. (Source)

De l’éducation aux jeux vidéo : applications de Genie 3 de Google DeepMind#

Google Genie 3 peut rendre l’apprentissage, la recherche et l’entraînement plus immersifs et captivants. 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 où mettre des stratégies en pratique, relever des défis et améliorer la prise de décision.

Les scientifiques peuvent également l’utiliser pour créer des simulations contrôlées afin de tester des idées, d’étudier des écosystèmes ou d’observer le comportement des objets. Le développement de jeux vidéo constitue une autre application intéressante. Les développeurs de jeux peuvent transformer des invites textuelles en mondes de jeu détaillés, accélérant ainsi le développement et réduisant le besoin de grandes équipes.

Fig. 4. Genie 3 permet de concevoir des jeux amusants, colorés et interactifs. (Source)

Limites de Google Genie 3 en tant que modèle du monde#

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

Voici quelques limites à prendre en compte :

• Éventail d’actions limité : même si tu peux déclencher de nombreux événements dans le monde virtuel, l’agent ne les exécute pas tous lui-même. Les actions qu’un agent peut effectuer directement restent limitées.
• Interaction avec d’autres agents : la création d’interactions réalistes entre plusieurs agents indépendants dans un même environnement est encore en cours de développement.
• Fidélité au monde réel : Google Genie 3 ne peut pas encore recréer des lieux réels avec une précision géographique parfaite.

Points clés à retenir#

Google Genie 3 représente une avancée importante dans la création de mondes 3D réalistes et interactifs grâce à l’IA. Il peut donner vie à des idées à partir de simples invites textuelles, simuler la physique et même entraîner des systèmes d’IA dans des espaces virtuels sûrs.

Même s’il a encore des limites, il ouvre de nombreuses possibilités pour la recherche, les jeux vidéo et le développement de l’IA. C’est également une étape cruciale vers des systèmes AGI capables de penser et d’apprendre davantage comme les humains.

Consulte notre dépôt GitHub pour en savoir plus sur l’IA. Rejoins notre communauté active et découvre les innovations dans des secteurs comme l’IA dans le commerce de détail et l’IA visuelle dans l’industrie manufacturière. Pour te lancer dès aujourd’hui dans la vision par ordinateur, consulte nos options de licence.