Project Genie : Google transforme vos prompts en jeux vidéo infinis

Vous souvenez-vous de l'émerveillement devant les premières vidéos de Sora ? Belles, cinématographiques et totalement statiques côté interaction. Google a décidé que se contenter de regarder de jolies images appartenait au passé. Voici Project Genie. Ce n'est pas un énième réseau de neurones pour générer de la vidéo, mais une tentative de créer un monde interactif qui se construit sous vos doigts. Pour l'instant, il n'est accessible qu'aux abonnés AI Ultra aux États-Unis, mais l'ampleur du projet impressionne déjà.

Genie repose sur le concept de « modèle du monde ». L'équipe de DeepMind a fait ingérer au réseau de neurones des centaines de milliers d'heures de gameplay de jeux de plateforme 2D ordinaires. Nuance importante : on n'a pas expliqué à l'IA les règles de la physique, on ne lui a pas donné le code du jeu et on ne lui a pas dit ce que sont un « saut » ou la « gravité ».

Le modèle a déduit ces régularités seul, en observant simplement comment les pixels à l'écran réagissent aux pressions sur les boutons. Résultat : un système qui comprend les relations de cause à effet. Si le personnage saute sur un champignon, il doit rebondir.

S'il y a un gouffre sous ses pieds, il tombe.

Comment cela fonctionne-t-il en pratique ? Vous donnez à Genie une image, une photo, voire une description textuelle. Le réseau transforme cette image fixe en niveau de jeu. Vous appuyez sur les touches, et le modèle prédit en temps réel à quoi doit ressembler l'image suivante, en tenant compte de votre action. Ce n'est pas de la vidéo pré-calculée, mais de la pure hallucination du réseau de neurones, soumise à la logique de l'espace de jeu. En somme, c'est le premier moteur de jeu de l'histoire qui n'a pas été écrit par des programmeurs, mais cultivé à partir de données.

Inutile, bien sûr, d'attendre pour l'instant des graphismes dignes de Cyberpunk 2077. Genie produit aujourd'hui quelque chose entre les jeux Dendy et les premiers projets indépendants : faible résolution, fréquence d'images autour de 11-15 FPS et textures qui « fondent » par moments. Mais, ironie du sort, pour un premier pas, c'est incroyablement impressionnant. Nous assistons à la naissance d'une technologie qui permettra, à terme, de créer des mondes procéduraux infinis pour la VR ou de prototyper instantanément des idées de jeux sans une seule ligne de code.

Pourquoi Google s'y intéresse-t-il ? Outre le divertissement évident, Genie est un terrain d'entraînement idéal pour d'autres réseaux de neurones. Plutôt que de malmener de vrais robots dans de vrais laboratoires, on peut les lâcher dans les mondes infinis et physiquement cohérents de Genie. Ils y commettent des millions d'erreurs par seconde sans casser de matériel coûteux. C'est un pont entre le logiciel pur et l'incarnation physique de l'IA dans la réalité.

L'industrie du contenu génératif entre clairement dans une nouvelle phase. Nous avons appris aux réseaux de neurones à dessiner, à écrire et à parler. Nous leur apprenons maintenant à comprendre les lois de l'espace et du temps. Project Genie est un premier pas, certes un peu maladroit, vers un futur où chacun de nous pourra bientôt être réalisateur et joueur dans un univers créé à la volée. Pendant qu'OpenAI peaufine la vidéo, Google construit un bac à sable.

L'essentiel : Genie deviendra-t-il la base de YouTube Games ou restera-t-il une expérience coûteuse pour l'entraînement de robots ?