Google DeepMind revelou Genie 4, seu novo modelo de mundo capaz de gerar simulações interativas em tempo real com áudio nativo e diálogo, segundo reportagem do iPhone in Canada. O sistema permite que usuários criem e editem ambientes virtuais dinamicamente por meio de comandos de linguagem natural, mantendo cenas coesas por até dois minutos — duas vezes mais do que o modelo anterior. Genie 4 está integrado à família Gemini, utilizando Gemini 3.8 Flash para coordenação e outras variantes para coerência lógica e realismo visual.
Recursos avançados e integração com o ecossistema Gemini
O Genie 4 introduz áudio embutido diretamente nas simulações, algo inédito em versões anteriores que exigiam edição externa de som. Segundo o Born's Tech and Windows World, o modelo gera ambientes sonoros como vento em árvores ou ondas no mar de forma automática e sincronizada com a cena. Além disso, personagens simulados podem conversar e reagir a mudanças no ambiente, criando interações mais imersivas. A integração com o Gemini também permite que o modelo colabore com sistemas especializados, como o Genie 4 Argon, para treinamento robótico e simulações complexas.
Digital Trends destaca que os usuários podem alterar clima, ângulos de câmera e objetos durante a execução da simulação, sem reiniciar a geração. Movimentos humanos são mais naturais e os cálculos físicos, como aerodinâmica e colisões, apresentam maior precisão. Apesar disso, o sistema ainda enfrenta limitações, como desvio de detalhes em simulações longas. Diego Rivas, do Google DeepMind, reconheceu que o limite de dois minutos mantém o projeto na fase de pesquisa.
Aplicações e acesso inicial
Genie 4 está disponível como visualização para pesquisadores e profissionais selecionados, incluindo cineastas e desenvolvedores de jogos. O acesso será ampliado gradualmente para assinantes do Google AI Ultra, com preços a partir de US$ 100 por mês, e futuramente para usuários avançados e empresas por meio da API Gemini e Google AI Studio. As simulações geradas são marcadas com o selo SynthID da DeepMind, garantindo rastreabilidade e identificação de conteúdo sintético.
Diferentes focos nas coberturas internacionais
Embora os relatos concordem sobre o avanço do modelo, as ênfases variam entre as fontes. O iPhone in Canada ressalta a integração com o ecossistema Gemini e as aplicações práticas como prototipagem de jogos e treinamento robótico. O Born's Tech and Windows World enfatiza aspectos técnicos, como cálculos físicos aprimorados e o papel de Gemini 3.8 Flash como agente coordenador. Já Digital Trends destaca a experiência do usuário, especialmente a possibilidade de editar mundos em tempo real e a evolução do áudio interativo como diferencial para simulações imersivas.
O que ainda não foi divulgado
Detalhes sobre preços para planos de assinatura além de Google AI Ultra, cronograma exato para disponibilidade geral e os nomes de todos os parceiros de teste inicial não foram informados. O impacto regulatório de modelos como Genie 4 também não foi abordado nas fontes consultadas.
