Modelos LLM✦ Gerado por IA

Genie 4 do Google: Mundos Virtuais Mais Reais e Interativos

O Google DeepMind apresentou o Genie 4, seu novo modelo de mundo capaz de gerar ambientes fotorrealistas e interativos. A ferramenta processa comandos em tempo real e cria áudio sincronizado.

Edição de ·TechCrunch AI·4 min de leitura·
CompartilharWhatsAppXLinkedInFacebook
💡

Principal Aprendizado

O Genie 4 do Google combina geração de vídeo e áudio em tempo real para permitir prototipagem instantânea em ambientes virtuais.

O Google DeepMind lançou a prévia de pesquisa do Genie 4, a versão mais recente do seu modelo de mundo avançado. A ferramenta se destaca por gerar cenários fotorrealistas e altamente interativos, permitindo que os usuários alterem a simulação no meio da execução por meio de comandos de texto. Outra novidade central é a capacidade de criar áudio em tempo real, incluindo sons ambientes, músicas e diálogos interativos que acompanham a dinâmica do ambiente criado.

Segundo informações divulgadas pelo TechCrunch, o lançamento do modelo ocorre em um momento de intensa consolidação no setor de modelos de mundo. Poucos meses antes, a startup Runway lançou o GWM Worlds 2, que também oferece interatividade e áudio. Paralelamente, grandes empresas do setor de tecnologia estão movimentando o mercado: a World Labs, fundada por Fei-Fei Li, está sendo adquirida pela AMD; a Amazon negocia a compra da Decart; e a fabricante de veículos elétricos Rivian adquiriu a Third Dimension para testar sistemas de condução autônoma.

Avanços técnicos e integração com a linha Gemini

Em comparação com o Genie 3, lançado há pouco mais de um ano, a nova geração traz evoluções marcantes. O Genie 4 permite edições livres na cena em tempo real, como alterar o clima, mudar o ângulo da câmera ou adicionar novos personagens e objetos. Além disso, o modelo consegue manter a consistência do cenário por até dois minutos — o dobro do tempo limite da versão anterior — e apresenta melhorias na física dos ambientes e na movimentação dos personagens.

O modelo opera de forma integrada com a família de inteligência artificial Gemini. Nessa arquitetura, o Gemini atua como um diretor responsável por planejar as etapas e checar os quadros, enquanto o Genie cuida da geração visual. Em um experimento prático com o Gemini Robotics, um modelo Gemini 4 Argon dividiu tarefas em etapas para que o Genie 4 as simulasse em tempo real, indicando um caminho promissor para testar robôs em ambientes virtuais antes de aplicá-los no mundo real. De acordo com Tejas Kulkarni, diretor de pesquisa do Google, o futuro aponta para modelos híbridos em que a IA gera códigos e textos enquanto o modelo de mundo simula a realidade em diferentes níveis de abstração.

Aplicações práticas, limitações e disponibilidade

Entre os casos de uso explorados para o Genie 4 estão jogos, robótica e aprendizagem interativa — como a possibilidade de entrar virtualmente em um quadro histórico e conversar com os personagens retratados. No entanto, os testadores iniciais da tecnologia estão direcionando o uso para a prototipagem de filmes. Conforme destacado por Diego Rivas, engenheiro do Google DeepMind, a execução em tempo real é ideal para manter o fluxo criativo em fases de ideação e criação de storyboards.

O Google já disponibiliza o Veo para a geração de vídeos em alta definição a partir de texto ou imagem, e projeta que no futuro o Gemini Omni possa transformar esses protótipos em materiais criativos finais. Apesar do otimismo, a equipe ressalta que a tecnologia ainda está em fase inicial. O Genie 4 apresenta limitações conhecidas: objetos e detalhes podem perder a consistência ao longo de simulações mais longas, a precisão do áudio ainda passa por ajustes e os textos exibidos dentro do mundo virtual nem sempre são legíveis.

Neste momento, a ferramenta está acessível como prévia de pesquisa para testadores confiáveis. Nas próximas semanas, o modelo será liberado para assinantes do plano Google AI Ultra no Project Genie — ferramenta voltada para a criação de mundos interativos —, além de parceiros com acesso antecipado à API do Gemini e ao Google AI Studio.

O que isso muda para você

A chegada de modelos de mundo capazes de responder a comandos em tempo real transforma a maneira como profissionais criativos e técnicos constroem protótipos. Para quem trabalha com audiovisual, design de jogos ou produção de conteúdo no Brasil, essa tecnologia reduz drasticamente o tempo entre a ideia e a visualização inicial. A capacidade de alterar elementos visuais e sonoros instantaneamente permite testar conceitos sem depender de softwares complexos de renderização.

No setor corporativo e de tecnologia, a simulação em tempo real abre portas para testes mais seguros e baratos. Desenvolvedores de robótica, sistemas autônomos e ambientes imersivos de treinamento ganham um ambiente virtual altamente realista para validar algoritmos antes de qualquer implementação física, diminuindo custos com erros em operações reais.

Para se preparar para esse novo cenário, vale a pena acompanhar os fluxos de trabalho que integram modelos de linguagem à geração visual. Comece a explorar ferramentas de prototipagem rápida e entenda como descrever cenários em etapas, pois a habilidade de orientar a IA em tempo real será um diferencial crucial na criação de produtos e experiências digitais.

📰 Com base em reportagem de TechCrunch AI. Texto produzido com apoio de inteligência artificial, com curadoria e edição de Robson Benfica Conceição, com análise própria do que a notícia muda para quem trabalha no Brasil. Veja como produzimos.

📬 Newsletter Gratuita

As principais notícias de IA do dia, curadas por Robson Conceição. Grátis, todo dia no seu e-mail.

Gostou do conteúdo?

Compartilhe com quem também quer entender IA no trabalho.

CompartilharWhatsAppXLinkedInFacebook

Leia também