O Google DeepMind apresentou em 27 de outubro o Genie 4, modelo que gera ambientes interativos e áudio simultaneamente. A empresa começou uma prévia de pesquisa para testadores selecionados. A proposta é permitir que usuários mudem elementos de uma simulação enquanto ela acontece, em vez de apenas receber um vídeo pronto.
Com instruções em linguagem natural, os participantes podem alterar clima, câmera, pessoas e objetos. Segundo a fabricante, modelos Gemini ajudam a interpretar pedidos e acompanhar a sequência de eventos. O acesso por Project Genie para assinantes Google AI Ultra e por parceiros iniciais da API e do AI Studio continua anunciado como futuro, sem data definida.
A companhia reconhece que detalhes visuais e a permanência de objetos podem mudar durante sessões prolongadas ou muitas edições. Precisão espacial, física, áudio e texto legível ainda são áreas de pesquisa. O anúncio não informa preço nem disponibilidade específica no Brasil.
O antecedente de 2025
O Genie 3 havia sido apresentado em 5 de agosto de 2025. Naquele lançamento, o DeepMind descrevia ambientes navegáveis a 24 quadros por segundo e resolução de 720p, com consistência por alguns minutos. A memória visual podia alcançar aproximadamente um minuto. A fabricante explicava que gerar os quadros sequencialmente exigia considerar o histórico das ações para responder aos comandos.
Em testes de pesquisa descritos em 2025, uma versão do agente SIMA recebia objetivos e enviava ações de navegação aos ambientes gerados. O simulador não conhecia o objetivo do agente: respondia às ações. O exemplo distinguia criar um ambiente de decidir como agir dentro dele.
Aparência e simulação
Um estudo depositado no arXiv em agosto de 2026 analisou 200 trabalhos publicados entre 2018 e junho daquele ano. Os autores organizaram a comparação em oito capacidades de simuladores tradicionais: construção de ambientes, física, interação, controle, estabilidade, consulta ao estado dos objetos, diversidade e métricas de avaliação.
O levantamento encontrou avanços em interação e controle para situações específicas, mas limitações em garantias físicas, estados estruturados e evolução reproduzível por longos períodos. Entre 163 trabalhos de implementação, somente seis expunham uma interface para consultar estados ou parâmetros físicos durante a execução. É um levantamento anterior ao anúncio, não um teste do Genie 4.
Crédito e licença
Entrada do edifício que abrigava Google e DeepMind em 6 Pancras Square, Londres, em 21 de dezembro de 2017. Gciriani/Wikimedia Commons, CC BY-SA 4.0. Redimensionamento proporcional com margens e conversão para WebP; adaptação sob a mesma licença.
Fontes e referências
As informações foram verificadas nas fontes abaixo. Novos fatos podem atualizar esta notícia.
Conteúdo de Angelo Sebastião Silva Goncalves. Preparado com apoio de IA. Consulte as fontes e os critérios editoriais. Conheça nossos critérios editoriais e como solicitar uma correção.
