La démo ci-dessus montre comment toutes ces capacités se combinent en temps réel. On lui donne l'invite « feu tricolore au vert », et Gemini raisonne sur ce qui se passe ensuite lorsque le signal change : le moteur rugit, et la moto accélère le long de la côte.
Prompt complet ici :
Environnement : une autoroute côtière baignée de soleil, vue juste à la ligne d'arrêt blanche d'une intersection en bord de plage, où un feu tricolore suspendu en hauteur domine au premier plan, affichant un rouge vif. Longeant strictement la route côté droit, une plage de sable doré et un rivage aux vagues turquoise déferlantes sous un ciel bleu dégagé.
Personnage : filmé en POV à la première personne, assis sur une moto positionnée juste au ras du feu tricolore, regardant droit devant par-dessus le guidon, les rétroviseurs et le tableau de bord. Avec la mer et le rivage visibles sur le côté droit du cadre, le pilote parcourt les derniers mètres jusqu'à la ligne blanche du passage piéton et s'arrête au ralenti juste sous le signal rouge lumineux, les mains gantées posées sur les poignées en attendant que le feu passe au vert.
https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/