Google DeepMind apresenta o Genie 4, modelo que simula mundos interativos com som em tempo real
O Genie 4 cria mundos que o usuário explora e altera por texto, com áudio e diálogos gerados na hora. Por enquanto, só testadores convidados têm acesso.
Em 3 pontos
- O Genie 4 cria mundos interativos em tempo real, com áudio e diálogos gerados junto com a imagem.
- Dá para mudar a cena por texto: clima, câmera, pessoas e objetos.
- É uma prévia para testadores; chega em breve ao Google AI Ultra e a parceiros da API.
Redação IA Seenup · via Google DeepMind
O que aconteceu
Em 27 de outubro de 2026, o Google DeepMind anunciou o Genie 4, seu novo "modelo de mundo". É um tipo de IA que gera um ambiente virtual e o simula enquanto você interage com ele. O usuário navega com o teclado e muda a cena escrevendo comandos. Pode, por exemplo, trocar o clima, mexer a câmera ou incluir uma pessoa ou um objeto.
Segundo o blog da empresa, a grande novidade é que o modelo gera áudio nativamente. Cada mundo tem o som do próprio cenário, como vento nas árvores ou ondas na praia. Os personagens também conversam e reagem ao que o usuário faz, em tempo real. O DeepMind afirma ainda que houve avanço no realismo da física, como aerodinâmica e colisões, e no movimento das pessoas simuladas.
O Genie 4 usa a família Gemini. Segundo o texto, o Gemini Omni ancora as simulações na aparência e no comportamento do mundo real. Outros modelos Gemini fazem o raciocínio que mantém a simulação coerente. O Gemini 3.8 Flash atua como um "agente guia": observa a cena, divide objetivos em etapas e confere se cada uma deu certo. A empresa também mostrou testes com o Gemini 4 Argon, que quebra uma tarefa em passos para o Genie renderizar. Em um exemplo, o robô humanoide Apollo, da Apptronik, joga damas.
Por que importa
Para o DeepMind, entender e simular o mundo é parte essencial da construção de uma IA geral (AGI). A empresa diz que esses mundos podem servir de ambiente de treino para robôs e agentes de IA e abrir espaço para novas experiências interativas.
Testadores de áreas criativas, jornalismo, educação, jogos e engenharia já experimentam a ferramenta. Cineastas testam a ferramenta como "rascunho" para ensaiar cenas e refazer tomadas ao vivo. Fotojornalistas testam como uma foto de arquivo pode virar uma simulação do local. Desenvolvedores de jogos saem de uma ideia a um protótipo explorável em segundos.
O que muda para quem usa IA
Por ora, quase nada na prática. O Genie 4 é uma prévia de pesquisa para testadores de confiança. O Google diz que ele chegará em breve a assinantes do Google AI Ultra, no Project Genie, e a parceiros de acesso antecipado da API do Gemini e do Google AI Studio. Há uma lista de espera para o Project Genie.
O próprio DeepMind admite limitações. Detalhes visuais e a permanência dos objetos podem mudar com o tempo, principalmente em sessões longas ou depois de muitas edições. Interações físicas complexas, texto legível e consistência de longo prazo seguem como áreas de pesquisa.
A empresa afirma que todo vídeo e áudio gerado terá a marca d'água digital SynthID, imperceptível, que ajuda a identificar conteúdo feito por IA. Diz também que fez avaliações internas de segurança antes do lançamento.
O que muda
Antes
- Mundos simulados sem som nativo
- Menos realismo em física e movimento humano
Depois
- Áudio e diálogos gerados em tempo real
- Física e pessoas mais realistas, com direção por texto
Entenda os termos
- Modelo de mundo
- IA que gera e simula um ambiente virtual, mostrando como ele reage a eventos e ações do usuário.
- SynthID
- Marca d'água invisível do Google que ajuda a identificar imagens, vídeos e áudios feitos por IA.
- Multimodal
- Que trabalha com vários tipos de conteúdo ao mesmo tempo, como imagem, som e texto.
Gostou? Compartilhe
