Google DeepMind lança Genie 4 com edição de mundos e áudio em tempo real
Novo modelo interativo roda no navegador, altera cenários via comandos durante a navegação e chega a assinantes do Google AI Ultra.
Por que importa. Mundos interativos gerados por IA avançam de vídeos estáticos para ambientes simulados com física e som nativo, mas a falta de API pública limita o uso comercial imediato por times de produto.
O Google DeepMind lançou nesta quarta-feira (18) o Genie 4, nova versão do seu modelo fundamental para geração de mundos interativos em três dimensões. A tecnologia foi disponibilizada dentro de uma interface reformulada do Project Genie, acessível diretamente pelo navegador para assinantes do plano Google AI Ultra. Usuários do plano Google AI Pro puderam entrar em uma fila de espera aberta no mesmo dia.
A principal mudança prática no Genie 4 é a capacidade de receber comandos de texto no meio de uma sessão em andamento. Em vez de regenerar o ambiente do zero a cada instrução, o sistema permite editar o espaço enquanto o usuário caminha por ele, ajustando condições climáticas, adicionando personagens ou alterando o curso da ação sem interromper a navegação. O modelo também passa a gerar áudio nativo sincronizado em tempo real, cobrindo tanto trilhas sonoras e ruídos ambientes quanto falas de personagens.
O lançamento transforma o protótipo experimental de pesquisa apresentado no início de 2026 em uma plataforma interativa mais estruturada. O DeepMind combinou o Genie com a família de modelos Gemini para permitir que uma camada de inteligência contextual monitore o que acontece na tela durante a exploração, sugerindo caminhos em botões de atalho ou acionando eventos dinâmicos no cenário de forma automatizada.
Sessões estendidas e agente de criação
A atualização também trouxe melhorias para o Genie 3, que permanece selecionável na ferramenta quando o usuário prioriza duração em vez do nível máximo de fidelidade gráfica. As sessões do modelo anterior agora duram até três minutos por geração, ante o limite prévio de 60 segundos. O sistema ganhou ainda suporte a encadeamento de mundos, criação de espaços a partir de imagens panorâmicas em 360 graus e respostas a eventos acionados por linguagem natural.
Para acelerar a construção desses ambientes, o Google adicionou o Project Genie agent. O assistente funciona por meio de diálogo em linguagem natural e coordena modelos multimodais da empresa para definir a identidade visual de abertura e a trilha sonora de fundo adequada ao clima desejado. A ideia é substituir a dependência de um prompt técnico único por uma conversa iterativa de especificação do mundo.
A plataforma inclui uma galeria comunitária para compartilhamento e remixagem de projetos publicados por outros criadores. Entre as experiências iniciais demonstradas pelo DeepMind estão simulações criadas em parceria com artistas e diretores, como um mistério gótico explorável cômodo por cômodo e uma navegação pelo interior de um formigueiro a partir da perspectiva de uma formiga.
Limitações de física e ausência de API
Todo o conteúdo em áudio e vídeo gerado pelo Project Genie recebe marca d'água invisível por meio da ferramenta SynthID, segundo a empresa. O Google afirmou que todas as entradas e saídas passam por filtros de segurança automatizados antes de serem exibidas no navegador dos assinantes.
Apesar do salto visual, o laboratório reconheceu que Genie 3 e Genie 4 ainda operam na fronteira da pesquisa técnica e enfrentam gargalos conhecidos. O DeepMind citou abertamente dificuldades com latência de resposta da câmera virtual, instabilidade em interações físicas complexas, perda de precisão no áudio em tempo real e falta de permanência dos cenários no longo prazo, o que faz partes do mundo se modificarem de forma indesejada quando o usuário retorna a um ponto anterior.
Para desenvolvedores e fundadores fora do ecossistema direto do Google, o modelo permanece fechado como recurso de produto para o consumidor final. A publicação oficial do DeepMind não detalhou planos de preços corporativos, cotas de inferência nem prazos para liberação de uma API independente que permita plugar o Genie 4 em motores de jogos externos, sandboxes de agentes ou aplicações de terceiros.
Fontes
- Google DeepMind: Genie 4 is now available
Reportagem produzida pela redação do Flipters com apoio de inteligência artificial, a partir das fontes acima. Como trabalhamos. Editor responsável: João Paulo Resende.
