DeepMind présente Genie 3, une avancée vers l'intelligence artificielle générale

DeepMind a dévoilé Genie 3, son dernier modèle de monde fondamental capable de générer des environnements 3D interactifs en temps réel. Cette avancée est considérée comme une étape cruciale vers la réalisation de l'intelligence artificielle générale (IAG).

Shlomi Fruchter, directeur de recherche chez DeepMind, a décrit Genie 3 comme le premier modèle de monde interactif en temps réel à usage général, soulignant sa capacité à générer à la fois des mondes photo-réalistes et imaginaires sans être limité à des environnements spécifiques.

S'appuyant sur ses prédécesseurs, Genie 3 peut produire plusieurs minutes d'environnements 3D interactifs en résolution 720p et à 24 images par seconde, une amélioration notable par rapport aux 10 à 20 secondes générées par Genie 2. Le modèle introduit également des « événements mondiaux déclenchables », permettant aux utilisateurs de modifier le monde généré via des commandes textuelles.

Une caractéristique clé de Genie 3 est sa capacité à maintenir la cohérence physique dans le temps en se souvenant du contenu précédemment généré, une aptitude non explicitement programmée dans le modèle. Ce comportement émergent permet au modèle de simuler la physique du monde réel, comme les interactions et mouvements d'objets, sans recourir à un moteur physique codé en dur.

DeepMind envisage Genie 3 comme un outil pour entraîner des agents IA à des tâches à usage général, ce qui est essentiel pour progresser vers l'IAG. Jack Parker-Holder, chercheur chez DeepMind, a souligné l'importance des modèles de monde tels que Genie 3 pour simuler des scénarios réels, en particulier pour les agents incarnés.

Malgré ses avancées, Genie 3 présente des limites, notamment une gamme restreinte d'actions pour les agents et des difficultés à modéliser avec précision les interactions complexes entre plusieurs agents. De plus, le modèle ne supporte actuellement que quelques minutes d'interaction continue, alors que des durées plus longues sont nécessaires pour un entraînement complet.

Genie 3 est actuellement en aperçu de recherche et n'est pas disponible publiquement. DeepMind continue d'affiner le modèle, visant à améliorer ses capacités et à résoudre les limitations existantes dans le cadre de ses efforts continus pour développer l'IAG.