Google DeepMind apresentou Genie 4, um modelo experimental de inteligência artificial capaz de gerar mundos virtuais interativos em tempo real, permitindo que os usuários alterem elementos da cena enquanto a simulação avança. Diferentemente de geradores de vídeo convencionais, o Genie 4 mantém uma simulação contínua, respondendo a comandos verbais e entradas do teclado com atualizações dinâmicas. O sistema também incorpora áudio — música, efeitos sonoros e diálogos entre personagens — sincronizado com o ambiente visual.
Controle em tempo real e integração com Gemini
Usuários podem navegar pelas cenas geradas, ajustar a câmera, inserir novos objetos ou personagens, e modificar condições como iluminação e tempo com instruções em linguagem natural. A arquitetura do Genie 4 conta com o apoio da família Gemini, incluindo o Gemini Omni, responsável por alinhar o comportamento dos elementos ao que ocorre no mundo real. Outros modelos Gemini atuam na lógica da simulação, garantindo coesão entre os eventos. Segundo relatos, a interação com o ambiente se assemelha à direção de um filme ao vivo, com reavaliação constante das ações.
Limitações e foco em AGI
Apesar das inovações, o Genie 4 ainda enfrenta restrições comuns à AI generativa. Simulações estáveis duram cerca de duas minutos, após as quais detalhes podem se perder, objetos podem mudar de forma ou posição, e a coerência visual tende a decair. A Google reconhece que o problema da persistência de elementos ainda precisa ser refinado. Para a DeepMind, o avanço reforça o papel dos modelos mundiais como passo essencial rumo ao desenvolvimento de uma inteligência artificial geral (AGI), podendo ser usados para treinar robôs humanoides e agentes autônomos em ambientes seguros e variáveis.
Aplicações em setores criativos e tecnológicos
O modelo foi testado com profissionais de cinema, jornalismo, educação, desenvolvimento de jogos e engenharia. Criadores utilizam o Genie 4 para prototipar cenas de filmes, enquanto desenvolvedores podem transformar ideias em protótipos jogáveis rapidamente. Em demonstrações, o sistema simulou um robô humanoide chamado Apollo, integrando-se com o Gemini 4 Argon para decompor tarefas complexas. Embora o foco inicial seja em aplicações criativas e científicas, a DeepMind prefere não comentar sobre possíveis lançamentos comerciais.
O que ainda não foi divulgado
Detalhes técnicos sobre a velocidade de processamento, exigências de hardware e disponibilidade pública não foram informados. A empresa também não revelou previsões para expansão do acesso ou integração com plataformas de terceiros.
