Les arènes vidéo publiques ne votent que sur des clips pré-rendus : il n'existe donc encore aucun test public pour le pilotage en temps réel en langage naturel.
Retour à la tendance du jour: L'IA Genie 4 de Google construit des mondes à parcourir ; réservée aux testeurs invités
Classement Poly · tiré de la tendance du jour
Les promesses de Genie 4 classées selon le manque de preuves (2026)
Le billet officiel de Google indique que les mondes de Genie 4 peuvent dériver après plusieurs modifications de consignes, alors que c'est sa principale nouveauté. Aucun test public ne peut encore modifier un monde pendant qu'on le parcourt.
- N° 1 : Genie 4 : pilotage en temps réel par consigne (météo, caméra, ajout de personnes ou d'objets)
- 10 places
01Liste finale
Les IA de pointe ont chacune dressé leur propre liste de dix, de façon indépendante. Voici un résultat facile à vérifier : chaque place a une raison, une source et la liste des IA qui l'ont retenue.
Ordre : du plus grand au plus faible accord entre les IA.
Une pastille vive signifie que cette IA a mis l'élément dans sa liste. Une pastille terne, qu'elle ne l'a pas fait.
- 1
Genie 4 : pilotage en temps réel par consigne (météo, caméra, ajout de personnes ou d'objets)
C'est la fonction phare, et Google reconnaît qu'elle dérive après « plusieurs modifications de consignes ». Aucun test ouvert ne modifie un monde en cours de marche, et aucun testeur extérieur n'y a accès directement.
L’ont inclus: Claude, Gemini. Ne l’ont pas inclus: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.Dans leurs listes: Claude: 1 · Gemini: voir la liste
Ce qu'a noté chaque IA 2
- Claudeplace 1
La fonction phare est celle que Google lui-même dit casser après « plusieurs modifications de prompt », et aucun test public ne modifie un monde en cours de balade.
Source ↗ - Gemini
Nommé autrement dans sa propre liste : ouvrez la liste complète.
voir la liste
2 IA l’ont placé ici - 2
Genie 4 : mémoire et cohérence sur la durée
Google classe la cohérence à long terme parmi les problèmes non résolus. Le meilleur score de mémoire d'iWorld-Bench est de 0,85 dans le résumé de l'article, mais de 0,91 sur le classement en direct. Genie 4 n'a été testé sur aucun des deux.
L’ont inclus: Claude, Gemini. Ne l’ont pas inclus: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.Dans leurs listes: Claude: 5 · Gemini: 1
Ce qu'a noté chaque IA 2
- Claudeplace 5
Deux minutes, le double de Genie 3, mais le billet de Google lui-même ne dit que « quelques minutes » et range la cohérence à long terme parmi les recherches ouvertes.
- Geminiplace 1
Aucun des 14 modèles de monde de pointe testés ne dépasse 0,85 de symétrie de mémoire sur iWorld-Bench : la promesse de retour sans couture de Google est donc l'écart non vérifié le plus large.
Source ↗
2 IA l’ont placé ici - 3
Genie 4 pour entraîner des agents IA et des robots
L'argument de l'entraînement d'agents repose sur une seule démo d'humanoïde jouant aux dames (Apptronik Apollo). Aucune des deux sources consultées ne publie de chiffres sur le transfert simulation-réel.
L’ont inclus: Claude, Gemini. Ne l’ont pas inclus: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.Dans leurs listes: Claude: 3 · Gemini: 3
Ce qu'a noté chaque IA 2
- Claudeplace 3
Le récit sur l'entraînement d'agents repose sur une seule expérience de dames avec un humanoïde, et un commentateur affirme que Genie ressemble désormais davantage à un générateur vidéo contrôlable.
Source ↗ - Geminiplace 3
Présenté comme le moteur d'entraînement de la robotique autonome, mais aucune donnée publiée de transfert de politique robotique de la simulation au réel n'accompagnait la présentation.
2 IA l’ont placé ici - 4
Genie 4 : audio natif et dialogue interactif
Google parle du « premier modèle de monde en temps réel à générer l'audio nativement » et reconnaît que la justesse audio s'améliore encore. Un testeur a entendu une clarinette alors que la consigne demandait un saxophone.
L’ont inclus: Claude, Gemini. Ne l’ont pas inclus: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.Dans leurs listes: Claude: 2 · Gemini: 7
Ce qu'a noté chaque IA 2
- Claudeplace 2
« Premier modèle de monde en temps réel à générer l'audio nativement » : pourtant, un commentateur a entendu une clarinette alors que le prompt demandait un saxophone.
Source ↗ - Geminiplace 7
La génération en temps réel du dialogue, des pas et de l'acoustique spatiale dépasse les concurrents qui ne font que de la vidéo, mais les pénalités de latence sous charge en flux restent non divulguées.
Source ↗
2 IA l’ont placé ici - 5
Genie 4 : physique (aérodynamique, collisions, eau)
Le titre de The New Stack affirme que la physique « n'est toujours pas tout à fait juste », et Google range les interactions physiques complexes parmi les problèmes non résolus.
L’ont inclus: Claude, Gemini. Ne l’ont pas inclus: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.Dans leurs listes: Claude: 6 · Gemini: 6
Ce qu'a noté chaque IA 2
- Claudeplace 6
Le titre de The New Stack affirme que la physique « n'est toujours pas tout à fait juste », et Google range les interactions physiques complexes parmi les problèmes non résolus.
Source ↗ - Geminiplace 6
La navigation au clavier masque des erreurs persistantes de traversée d'objets et de limites, que les simulateurs physiques formels ne permettent pas.
Source ↗
2 IA l’ont placé ici - 6
Genie 4 : photoréalisme, éclairage et matériaux
Cette affirmation a l'écart le plus faible. Les spectateurs saluent l'éclairage et les matériaux, bien qu'un clip « photoréaliste » ait ressemblé à un jeu vidéo. Le vote aveugle dans les arènes permet au moins de comparer des clips hors ligne.
L’ont inclus: Claude, Gemini. Ne l’ont pas inclus: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.Dans leurs listes: Claude: 9 · Gemini: 9
Ce qu'a noté chaque IA 2
- Claudeplace 9
L'affirmation la plus vérifiable et la mieux étayée : les commentateurs jugent l'éclairage et les matériaux nettement meilleurs que ceux de la génération précédente.
Source ↗ - Geminiplace 9
L'affirmation la plus facile à vérifier visuellement, appuyée par de bons classements, mais l'éclairage cinématographique contribue le moins à la compétence fonctionnelle d'un agent.
Source ↗
2 IA l’ont placé ici - 7
Genie 4 : personnages et comportements multi-agents (ancrage Gemini Omni)
Google admet que modéliser plusieurs agents indépendants reste « un problème de recherche ouvert ». L'ancrage des personnages par Gemini Omni n'apparaît que dans les vidéos de démonstration de Google.
L’ont inclus: Claude, Gemini. Ne l’ont pas inclus: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.Dans leurs listes: Claude: 7 · Gemini: 5
Ce qu'a noté chaque IA 2
- Claudeplace 7
Google reconnaît que la modélisation des interactions entre plusieurs agents indépendants reste « un problème de recherche ouvert ».
Source ↗ - Geminiplace 5
Google affirme que ses modèles de raisonnement multimodaux gardent un comportement cohérent pour les personnages non joueurs, mais l'orchestration multi-agents se désynchronise régulièrement après des prompts enchaînés rapidement.
2 IA l’ont placé ici - 8
Genie 4 : filigrane SynthID
C'est une affirmation procédurale, pas de performance, et elle sera facile à vérifier une fois les sorties publiées. Aucun tiers n'a encore confirmé que le filigrane survit dans les diffusions en direct.
L’ont inclus: Claude, Gemini. Ne l’ont pas inclus: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.Dans leurs listes: Claude: 10 · Gemini: 10
Ce qu'a noté chaque IA 2
- Claudeplace 10
Une affirmation de procédure, pas de performance, et la plus facile à vérifier une fois les résultats publics.
Source ↗ - Geminiplace 10
L'empreinte de provenance numérique de Google est techniquement établie ; il lui manque seulement une preuve de sa survie après la réduction de résolution des trames à faible latence.
2 IA l’ont placé ici - 9
Genie 4 : organisation d'événements avec Gemini 3.8 Flash
Un modèle de raisonnement planifie, vérifie chaque étape et corrige quand le monde change, mais aucun test publié ne mesure le respect du plan à l'intérieur d'un monde généré.
L’ont inclus: Claude. Ne l’ont pas inclus: ChatGPT, Gemini, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.Dans leurs listes: Claude: 4
Ce qu'a noté chaque IA 1
- Claudeplace 4
Un modèle de raisonnement planifie, vérifie chaque étape et la révise, mais aucun test publié ne montre qu'il garde un monde cohérent.
Source ↗
1 IA l’ont placé ici - 10
Genie 4 pour le cinéma, le journalisme, l'éducation, le jeu et l'ingénierie
Cinq domaines de testeurs sont cités, dont le « mode brouillon » pour le cinéma et des photos d'archives transformées en mondes, mais ni nombre de testeurs ni résultats. Certains testeurs qualifient le rendu de « flou ».
L’ont inclus: Claude. Ne l’ont pas inclus: ChatGPT, Gemini, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.Dans leurs listes: Claude: 8
Ce qu'a noté chaque IA 1
- Claudeplace 8
Les cas d'usage réels sont nommés, mais le billet ne donne ni nombre de testeurs, ni taille d'échantillon, ni résultat chiffré.
Source ↗
1 IA l’ont placé ici
02Bon à savoir
Ce que les IA ont remarqué en établissant la liste.
Des commentateurs disent que Genie 4 reste cohérent pour ce qui est dans le cadre, mais se brise quand les objets sortent puis reviennent. Un simulateur d'entraînement d'agents a justement besoin de ce cas pour fonctionner.
Gemini gère la planification et Genie rend le monde, ce qui rend difficile de savoir quel modèle mérite le crédit de chaque affirmation.
03Notre méthode
En mots simples, sans formules.
1La question
Les 10 affirmations de Genie 4 classées selon le manque de preuves
2Champ d'application
dans le monde entier, modèles de monde d'IA
3Ce que nous avons regardé
- Solidité de l'affirmation publique dans l'annonce et les démonstrations de Google
- Couverture indépendante : ce que les journalistes disent que les testeurs ont vu, face à ce que Google annonce
- Couverture par les tests : si les tests ouverts existants peuvent même mesurer l'affirmation
- Conséquence d'un échec : gravité de la limite admise si elle apparaît dans des usages réels
- Google DeepMind : billet officiel sur Genie 4 — les affirmations et les réserves de Google (dérive, permanence des objets, justesse audio, interaction entre agents). Il ne donne ni la résolution, ni la fréquence d'images, ni la durée de session, ni
- Rapport de lancement de Quartz — qui a accès (testeurs de confiance seulement), déplacement au clavier, place de Gemini Omni et des modèles de raisonnement Gemini, et limite d'environ deux minutes par simulation rapportée par Bloomberg
- Rapport de lancement de SiliconANGLE — calendrier de déploiement et fenêtre de cohérence de deux minutes, décrite comme le double de la limite de Genie 3
- Rapport de lancement d'Android Authority — ce que les journalistes ont réellement pu voir : les vidéos de Google, un accès restreint, aucune résolution annoncée
4Qui a classé
Les IA de pointe : Claude, ChatGPT, Gemini, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek. Chacune a établi seule sa liste de dix et cité une source pour chaque place.
5Comment les places ont été fixées
Un même élément formulé différemment par différentes IA a été compté une seule fois. Plus les IA sont nombreuses à l'avoir mis dans leur liste, et plus elles l'ont placé haut, plus sa place est élevée. « Accord des IA » indique combien d'IA l'avaient dans leur propre liste. Les sources sont uniquement celles trouvées par les IA ; rien n'a été ajouté à la main.
04La liste de chaque IA
🇺🇸 Claude10 places · 3 notes
La même question, à laquelle Claude a répondu seul. La liste finale ci-dessus combine toutes les IA.
- 1Pilotage en temps réel, en langage naturel, d'un monde en direct (météo, caméra, ajout de personnes ou d'objets)
La fonction phare est celle que Google lui-même dit casser après « plusieurs modifications de prompt », et aucun test public ne modifie un monde en cours de balade.
Source ↗ - 2Dialogue interactif qui s'adapte aux saisies de l'utilisateur (audio natif)
« Premier modèle de monde en temps réel à générer l'audio nativement » : pourtant, un commentateur a entendu une clarinette alors que le prompt demandait un saxophone.
Source ↗ - 3Utilité pour entraîner des agents et des robots (SIMA, Gemini Robotics, Apptronik Apollo jouant aux dames)
Le récit sur l'entraînement d'agents repose sur une seule expérience de dames avec un humanoïde, et un commentateur affirme que Genie ressemble désormais davantage à un générateur vidéo contrôlable.
Source ↗ - 4Simulation d'événements complexes guidée par Gemini 3.8 Flash
Un modèle de raisonnement planifie, vérifie chaque étape et la révise, mais aucun test publié ne montre qu'il garde un monde cohérent.
Source ↗ - 5Cohérence et mémoire sur la durée (environ deux minutes)
Deux minutes, le double de Genie 3, mais le billet de Google lui-même ne dit que « quelques minutes » et range la cohérence à long terme parmi les recherches ouvertes.
- 6Simulation de la physique (aérodynamique, collisions, eau qui coule)
Le titre de The New Stack affirme que la physique « n'est toujours pas tout à fait juste », et Google range les interactions physiques complexes parmi les problèmes non résolus.
Source ↗ - 7Personnages qui bougent, réagissent et se comportent naturellement (y compris l'interaction entre plusieurs agents)
Google reconnaît que la modélisation des interactions entre plusieurs agents indépendants reste « un problème de recherche ouvert ».
Source ↗ - 8Utilité pour les testeurs de confiance dans le cinéma, le journalisme, l'éducation, le jeu vidéo et l'ingénierie
Les cas d'usage réels sont nommés, mais le billet ne donne ni nombre de testeurs, ni taille d'échantillon, ni résultat chiffré.
Source ↗ - 9Photoréalisme, éclairage et matières « les plus réalistes »
L'affirmation la plus vérifiable et la mieux étayée : les commentateurs jugent l'éclairage et les matériaux nettement meilleurs que ceux de la génération précédente.
Source ↗ - 10Filigrane SynthID sur toutes les vidéos et tous les sons générés
Une affirmation de procédure, pas de performance, et la plus facile à vérifier une fois les résultats publics.
Source ↗
Ce que Claude a remarqué
Le billet de Google ne donne ni résolution, ni fréquence d'images, ni durée de session, ni nombre de testeurs. Le chiffre le plus concret de la couverture, deux minutes, vient de reportages de presse.
Les commentateurs de Hacker News disent que Genie 4 tient bien la cohérence pour les éléments qui restent dans le cadre, et qu'elle se brise quand des objets sortent puis reviennent. C'est exactement le cas qu'un simulateur d'entraînement d'agents doit gérer.
Une partie du discours tient à une conception hybride : Gemini gère la structure et la planification, tandis que Genie rend l'apparence, le son et la réaction. Il est donc difficile de séparer les affirmations sur les modèles Gemini de celles sur Genie.
🇺🇸 Gemini10 places · 2 notes
La même question, à laquelle Gemini a répondu seul. La liste finale ci-dessus combine toutes les IA.
- 1Mémoire à long terme et symétrie de fermeture de boucle
Aucun des 14 modèles de monde de pointe testés ne dépasse 0,85 de symétrie de mémoire sur iWorld-Bench : la promesse de retour sans couture de Google est donc l'écart non vérifié le plus large.
Source ↗ - 2Pilotage en direct en langage naturel et transformation de la scène
Les arènes par paires comme Artificial Analysis évaluent l'exécution de prompts statiques, et le pilotage interactif d'un prompt en cours reste totalement sans banc d'essai par des tiers.
Source ↗ - 3Entraînement évolutif d'agents incarnés et transfert simulation-réel
Présenté comme le moteur d'entraînement de la robotique autonome, mais aucune donnée publiée de transfert de politique robotique de la simulation au réel n'accompagnait la présentation.
- 4Stabilité d'une simulation continue de deux minutes
Alors que Google met en avant le jeu libre en bac à sable, des comptes rendus de presse indépendants révèlent une limite stricte d'environ 120 secondes avant que les hallucinations structurelles n'apparaissent.
- 5Dialogues dynamiques des personnages non joueurs, ancrés grâce à Gemini Omni
Google affirme que ses modèles de raisonnement multimodaux gardent un comportement cohérent pour les personnages non joueurs, mais l'orchestration multi-agents se désynchronise régulièrement après des prompts enchaînés rapidement.
- 6Géométrie 3D à la première personne et physique des collisions
La navigation au clavier masque des erreurs persistantes de traversée d'objets et de limites, que les simulateurs physiques formels ne permettent pas.
Source ↗ - 7Son spatial natif, synchronisé et multicanal
La génération en temps réel du dialogue, des pas et de l'acoustique spatiale dépasse les concurrents qui ne font que de la vidéo, mais les pénalités de latence sous charge en flux restent non divulguées.
Source ↗ - 8Latence réactive du clavier et suivi de la caméra
Les testeurs ont confirmé une navigation WASD fonctionnelle, mais la latence du rendu de trames en cloud de bout en bout varie fortement hors des installations locales à haut débit.
- 9Éclairage, météo et matières volumétriques photoréalistes
L'affirmation la plus facile à vérifier visuellement, appuyée par de bons classements, mais l'éclairage cinématographique contribue le moins à la compétence fonctionnelle d'un agent.
Source ↗ - 10Filigrane SynthID sur l'audio et la vidéo interactifs
L'empreinte de provenance numérique de Google est techniquement établie ; il lui manque seulement une preuve de sa survie après la réduction de résolution des trames à faible latence.
Ce que Gemini a remarqué
Le plafond de mémoire est la barrière technique déterminante de 2026 : les tests iWorld-Bench ne montrent aucun modèle de monde interactif dépassant 0,85 de symétrie de mémoire, ce qui explique pourquoi les clips de démonstration de DeepMind évitent les longues boucles de navigation.
Les classements publics comme Artificial Analysis Video Arena sont conçus pour des votes par paires sur des vidéos non interactives, si bien que toute l'industrie n'a pas de banc public pour le pilotage en temps réel par langage naturel.