Genie 4 vs ABot-Earth 0.7 : l’un simule un lieu, l’autre reconstruit un lieu réel

Placez les deux requêtes côte à côte et la différence saute aux yeux. Demandez à Genie 4 une rue pluvieuse au crépuscule et vous obtenez une rue qui n'a jamais existé, rendue en pixels, pilotable par le texte, qui tient ensemble pendant environ deux minutes. Demandez à ABot-Earth 0.7 la même rue et il vous demandera de quelle rue il s'agit — ou en prendra une image satellite — puis reconstruira cet emplacement précis sous forme de géométrie 3D explorable en une dizaine de minutes sur une seule carte graphique grand public. Les deux sont appelés des modèles de monde et ils répondent à des questions différentes : à quoi un lieu pourrait ressembler, versus à quoi ressemble ce lieu.

Cette distinction détermine presque toutes les comparaisons pratiques entre les deux. Genie 4, annoncé par Google DeepMind le 27 octobre 2026, est un simulateur génératif pour des scènes qui n'existent pas. ABot-Earth 0.7, publié par Amap — la division cartographie et navigation d'Alibaba — le 10 septembre 2026, est un moteur de reconstruction pour des villes qui, elles, existent. Aucun des deux ne rend l'autre superflu, et se tromper dans son choix vous coûtera des mois.

Les deux demandes, énoncées clairement

Genie 4 prend une invite ou une image initiale ainsi que des entrées clavier et caméra, et génère en temps réel un monde semblable à une vidéo. Vous le pilotez par le langage en cours de simulation : changez la météo, déplacez la caméra, introduisez un personnage. Il génère nativement de l’audio — sons d’ambiance, musique et dialogues avec des personnages qui réagissent dans la scène — et reste cohérent pendant environ deux minutes avant que les détails ne dérivent. Il s’agit d’un aperçu de recherche destiné à des testeurs de confiance, qui sera ensuite proposé aux abonnés Google AI Ultra et aux partenaires à accès anticipé de l’API Gemini.

ABot-Earth 0.7 prend une image satellite géoréférencée ou une description textuelle d’un lieu et produit une scène de splatting gaussien 3D de cette ville — rues, bâtiments, relief — que vous pouvez ensuite explorer. Amap le présente comme le premier modèle de monde urbain natif 3D, capable d’une génération continue, de l’échelle planétaire jusqu’au niveau de la rue, dans 196 pays et régions. Il est intégré aux propres produits grand public d’Amap : Flying Street View 2.0, Navigation Live et une fonction de navigation que l’entreprise appelle Avoid-Pitfall Guide.

Relisez ces deux paragraphes et remarquez ce qui manque à chacun. La sortie de Genie n’a ni géographie, ni coordonnées, ni garantie que le bâtiment de gauche soit celui qui se trouve réellement là. La sortie d’ABot-Earth n’a ni narration, ni personnages, ni son, ni capacité à devenir un lieu qui n’est pas déjà un lieu.

Les pixels que vous regardez, la géométrie que vous parcourez

Le format de sortie est la différence technique la plus profonde, et celle qui a le plus de chances de déterminer votre réponse.

• Sortie — Genie 4 produit des images vidéo générées avec un audio généré synchronisé ; ABot-Earth 0.7 produit des splats gaussiens 3D, une représentation explicite de scène.

• Pilotabilité — Genie 4 est piloté par le langage naturel à l’exécution ; ABot-Earth 0.7 est piloté par le choix de l’emplacement au moment de la génération.

• Vérité géographique — Genie 4 n’en a aucune par conception ; ABot-Earth 0.7 est ancré à une coordonnée réelle.

• Audio — natif et génératif sur Genie 4 ; ne fait pas partie des fonctionnalités d’ABot-Earth 0.7.

• Délai pour obtenir une scène utilisable — quelques secondes de génération sur Genie 4, environ dix minutes par kilomètre carré sur ABot-Earth 0.7.

• Limite de cohérence — environ deux minutes de simulation sans dérive sur Genie 4 ; une reconstruction statique qui n'expire pas.

Les Gaussian splats importent ici pour une raison qui n’a rien à voir avec la qualité visuelle. Un splat est une scène dans laquelle on peut déplacer une caméra sans que le modèle ait à inventer les parties que l’on n’a pas regardées — car elles ont été capturées, pas imaginées. Genie 4 possède la propriété inverse : tout ce qui est hors champ est généré à la demande, et Google reconnaît que la permanence des objets dérive, ce qui signifie que la pièce que vous avez quittée n’est peut-être pas celle dans laquelle vous revenez.

L’affirmation sur l’échelle, traduite

Les chiffres d’Amap sont élevés et rapportés par le fournisseur, et il faut les lire comme tels. L’entreprise affirme qu’un kilomètre carré de ville prend environ dix minutes sur un seul GPU grand public, que c’est jusqu’à 1 000 fois plus rapide qu’une reconstruction photogrammétrique traditionnelle et que cela coûte environ cent fois moins cher. Couvrir 196 pays est une affirmation sur la couverture des données d’entrée, et non l’affirmation que chacun de ces lieux a été reconstruit.

Le chiffre de 1 000× est celui qu'il faut manier avec prudence. Les pipelines de reconstruction traditionnels — vols de drones, photogrammétrie, nettoyage manuel — prennent des jours et mobilisent une équipe de topographes ; les comparer revient donc à comparer une étape de génération à une opération de terrain complète. Face à d'autres méthodes de reconstruction neuronale, l'écart sera bien plus faible. Ce qui reste défendable, c'est la forme de l'affirmation : générer un kilomètre de ville en dix minutes sur du matériel que vous possédez peut-être déjà relève d'un tout autre ordre d'accessibilité que de faire appel à une équipe de topographes.

Genie 4 ne publie aucun chiffre comparable. Il n’y a ni résolution, ni fréquence d’images, ni chiffre de latence, ni coût annoncé. On ne peut pas comparer son débit à celui d’Amap, ce qui est en soi un constat : un modèle qui refuse d’indiquer sa fréquence d’images ne participe pas encore à la concurrence selon les critères de production.

C’est sur la disponibilité que la comparaison devient honnête.

Ces deux modèles sont soumis à un accès restreint, et ce de manières différentes qui ont leur importance.

Genie 4 est un aperçu de recherche destiné à des testeurs de confiance, avec une liste d’attente publique et la promesse d’un accès plus large « dans les semaines à venir » via AI Ultra et l’API Gemini. Il n’y a ni prix, ni limite de débit, ni SLA, ni conditions d’utilisation pour les résultats commerciaux. Si vous êtes un studio, vous ne pouvez pas planifier en fonction de cela ; vous ne pouvez que l’observer.

ABot-Earth 0.7 est moins bon pour un développeur externe malgré son ancienneté. Il n’existe aucun poids public, aucune fiche modèle, aucune API, aucune tarification et aucune documentation pour les développeurs. Le site d’expérience est uniquement en chinois simplifié et la génération se fait sur invitation uniquement. C’est une fonctionnalité produit au sein des applications grand public d’Amap que l’entreprise a choisi de présenter comme un modèle du monde, et non comme une plateforme sur laquelle on peut construire.

Donc, la réponse honnête à « laquelle puis-je utiliser » est : aucune des deux, aujourd’hui, sans relation avec le fournisseur. Ce qui diffère, c’est la direction prise. Google a nommé les canaux — AI Ultra, Gemini API, AI Studio — et donné un calendrier en semaines. Amap a nommé ses propres applications.

Là où chacun est réellement bon

La valeur de Genie 4 réside dans des mondes qui ne doivent pas être réels. La prévisualisation cinématographique, dont l’objectif est de tester le langage caméra avant qu’un décor n’existe. Le prototypage de jeux, où l’on veut explorer une mécanique dans un espace qu’aucun artiste n’a construit. La robotique et l’entraînement d’agents, où la propre démo de Google associait Genie 4 à Gemini 4 Argon pour décomposer des tâches destinées à un humanoïde Apptronik Apollo — la simulation est un espace de répétition, et un espace de répétition est d’autant plus utile qu’il ressemble moins à une rue précise.

La valeur d’ABot-Earth 0.7 tient aux mondes qui doivent être réels. Les produits de navigation, où un bâtiment erroné est un virage manqué. L’urbanisme, où la question est de savoir ce qu’un projet d’aménagement proposé fait à une ligne de vue. L’assurance et l’inspection, où le livrable doit correspondre à une adresse. Partout où la phrase « ce n’est pas ce à quoi cela ressemble » est un échec plutôt qu’un choix créatif.

Il existe un hybride évident qu’aucune des deux entreprises n’a commercialisé : utiliser une reconstruction pour établir la géométrie et la géographie, puis recourir à un modèle génératif pour le restyler, en changer la météo, le peupler ou y déplacer une caméra de façons que la capture n’a jamais couvertes. Amap possède la géométrie mais pas de couche générative. Google possède la couche générative mais pas la géographie. Celui qui reliera ces deux moitiés possédera la prochaine version de cette catégorie.

Ce qu'il faudrait pour choisir

Si votre travail nécessite un lieu réel précis, ABot-Earth 0.7 est le seul des deux qui puisse vous le fournir, et vous devriez commencer la conversation avec Amap dès maintenant plutôt que d’attendre un programme pour développeurs qui pourrait ne jamais voir le jour.

Si votre travail a besoin d’un lieu plausible qui n’existe pas, avec du son et une direction en direct, Genie 4 est la capacité la plus forte et le produit le plus faible — une liste d’attente et une promesse. La démarche raisonnable consiste à prototyper le pipeline environnant sur quelque chose que vous pouvez appeler dès aujourd’hui, puis à y substituer le modèle du monde lorsque l’accès sera disponible. Dans notre cas, cela signifie construire la moitié planificateur et vérificateur de la boucle sur des points de terminaison LLM routables — une seule API, 0 % de marge sur les tarifs catalogue des fournisseurs, basculement automatique entre fournisseurs — car cette moitié est celle qui ne changera pas lorsque le modèle du monde changera.

La tentation est de demander quel modèle est le meilleur. La question utile est plus étroite : votre monde doit-il forcément se trouver quelque part ? Genie 4 dit non et vous donne une caméra. ABot-Earth 0.7 dit oui et vous donne des coordonnées. Presque toutes les autres différences entre eux découlent de cette seule réponse.