Genie 3

Genie 3 génère ses environnements image par image, en temps réel, à une qualité photoréaliste, pendant une minute au maximum. Google DeepMind l'a annoncé en août 2025 et l'a lancé en février 2026 dans Project Genie, une application web ouverte aux abonnés Google US Ultra. La filiation est courte et abrupte : Genie 1 était un article de recherche, Genie 2 (décembre 2024) produisait dix secondes en basse résolution sans contrôle en temps réel, et Genie 3 l'a remplacé.

Le problème technique est plus difficile que la génération vidéo standard. Un modèle vidéo peut ajuster rétroactivement les images précédentes pour garder une séquence cohérente ; Genie 3 ne le peut pas. Chaque image doit rester cohérente avec le passé et avec l'action immédiate au clavier ou à la souris de l'utilisateur, sans aucune connaissance des entrées à venir. La physique n'est pas préprogrammée. Le modèle a appris la gravité, les collisions et la dynamique des mouvements en observant de grands volumes de séquences de jeux de plateforme en 2D, une compréhension émergente plutôt qu'un moteur de règles.

Le plafond d'une minute est un compromis. Le dynamisme du monde a tendance à décliner sur des durées plus longues, et les coûts de service restent élevés. Google DeepMind reconnaît aussi un plafond de complexité sur les mécaniques de jeu, une fidélité de contrôle imparfaite, et un biais des données d'entraînement.

Face à OpenAI Sora et Runway Gen-3, le contrôle interactif est le facteur différenciant. La conséquence la plus lourde se situe ailleurs : Simmer utilise déjà Genie 3 pour entraîner des agents à accomplir des objectifs dans des mondes 3D arbitraires, ce qui oriente le modèle vers l'intelligence incarnée plutôt que vers le divertissement. L'équipe se situe elle-même à 50% de sa vision affichée.