Pular para o conteúdo

Início › Blog › Modelos e Pesquisa

Google DeepMind libera Genie 4 para assinantes do AI Ultra

Ilustração em colagem de papel: globo terrestre, cartão com o logo do Google, mapa dobrado e estrela dourada

O Google DeepMind colocou no ar na quarta-feira (18) o Genie 4, seu novo "modelo de mundo", tipo de IA que gera ambientes interativos em que a pessoa pode andar e agir, em vez de só assistir a um vídeo. Segundo o anúncio da empresa, é o modelo mais realista e interativo da linha até agora. Ele chega dentro do Project Genie, uma experiência no navegador para criar, explorar e modificar esses mundos.

O que muda no Genie 4

A principal novidade é a edição no meio da sessão. Enquanto explora um mundo, a pessoa pode digitar novos comandos para mudar o clima, acrescentar personagens ou mudar o rumo da ação, e o ambiente responde em tempo real.

O modelo também passa a gerar áudio próprio, que se adapta à cena: de sons ambientes a falas de personagens. Antes, a experiência era só visual.

O Project Genie ganhou ainda um agente: basta descrever o mundo em linguagem natural para que ele use os modelos multimodais do Google para criar o visual e uma trilha sonora. O Gemini pode acompanhar a sessão, sugerir para onde ir e disparar eventos dentro do mundo.

Galeria e remix

Há agora uma galeria com mundos selecionados e criados pela comunidade. Dá para publicar os próprios e remixar os de outras pessoas, mudando estrutura, trilha ou regras. O Genie 3 continua disponível no seletor de modelos e também foi atualizado: as sessões passaram de 60 segundos para 3 minutos por geração, e chegaram o encadeamento de mundos, o uso de panoramas em 360 graus como ponto de partida e eventos em tempo real.

Quem pode usar

A experiência abre para assinantes elegíveis do Google AI Ultra a partir de 18 de novembro. Assinantes do Google AI Pro podem entrar numa lista de espera. O Google não informou em quais países a novidade está disponível.

A empresa reconhece limitações que ainda está tentando resolver: atraso na câmera, interações físicas complexas, precisão do áudio em tempo real e a permanência dos elementos da cena ao longo do tempo. Todo vídeo e áudio gerado leva a marca d'água invisível SynthID.

Por que importa

Modelos de mundo são uma das apostas dos grandes laboratórios para treinar agentes e robôs em ambientes simulados, mas também abrem uso criativo imediato. Para quem produz conteúdo, a combinação de cenário, áudio e edição por texto aponta para protótipos de games, peças interativas e ativações de marca feitas sem equipe de 3D. Por enquanto, o acesso restrito ao plano mais caro e as limitações admitidas pelo Google indicam que é cedo para levar isso a uma campanha.

Leia também