domingo, 22 de novembro de 2026NewspaperEdição nº 81

Inteligência Artificial · ia

Google libera Genie 4, IA que gera mundos interativos editáveis em tempo real e agora com áudio nativo

Modelo chega ao Project Genie para assinantes do Google AI Ultra, com agente criativo, galeria comunitária e melhorias no Genie 3.

Imagem de divulgação do Project Genie, do Google DeepMind.
Imagem de divulgação do Project Genie, do Google DeepMind. Imagem: reprodução/Google DeepMind

O Google DeepMind deu um passo a mais na corrida dos chamados modelos de mundo — sistemas de IA que não geram apenas imagens ou vídeos, mas ambientes que respondem às ações de quem os explora. Na quarta-feira (18), a empresa anunciou a disponibilidade do Genie 4 dentro do Project Genie, protótipo experimental de pesquisa lançado no início do ano, para assinantes elegíveis do Google AI Ultra. Usuários do plano Google AI Pro podem se inscrever em uma lista de espera.

Assistir ao vídeo: Vídeo: Google libera Genie 4, IA que gera mundos interativos editáveis em tempo real e agora com áudio nativo
Vídeo: Google libera Genie 4, IA que gera mundos interativos editáveis em tempo real e agora com áudio nativo

Segundo o anúncio, os primeiros testadores pediram mais controle sobre o que acontece dentro dos mundos e formas mais fáceis de construí-los e compartilhá-los. O Genie 4 responde a isso com edição em tempo real: enquanto navega pelo ambiente criado, o usuário pode digitar um novo comando para mudar o clima, colocar um personagem em cena ou redirecionar a ação, sem reiniciar a geração.

Áudio e agente criativo

A novidade mais visível é o som. O Google afirma que o Genie 4 é o primeiro de seus modelos de mundo a combinar os visuais com áudio nativo gerado em tempo real e que se adapta à cena, de paisagens sonoras ambientes a diálogos de personagens. A empresa descreve o modelo como seu mais realista e interativo até agora, com maior fidelidade visual e física.

O Project Genie também ganhou um agente criativo. Em vez de começar com um único texto ou imagem, a pessoa descreve sua ideia em linguagem natural, e o agente coordena os modelos multimodais do Google para criar o visual de referência do mundo e uma trilha sonora adequada ao clima pretendido. Durante a exploração, modelos Gemini podem acompanhar a sessão observando a tela, sugerindo para onde ir ou disparando eventos automaticamente.

Galeria e Genie 3 atualizado

Os mundos agora podem ser publicados em uma galeria comunitária, onde outras pessoas exploram e remixam as criações. O Google destacou exemplos como "Living Memory", que transforma fotos pessoais em espaços exploráveis, "Dino Field Guide", com habitats pré-históricos criados a partir de panoramas, e um "pedra, papel e tesoura" em que o Gemini atua como juiz.

O Genie 3 segue no seletor de modelos para quem quer sessões mais longas. Ele recebeu três melhorias: exploração de até 3 minutos por geração, ante 60 segundos antes, com possibilidade de encadear vários mundos em uma jornada contínua; criação de mundos a partir de imagens panorâmicas de 360 graus, mantendo a consistência do cenário quando o usuário olha ao redor; e eventos em tempo real acionados por comandos de texto.

Modelos de mundo são vistos como peça importante para treinar agentes e robôs em ambientes simulados, além de abrir caminho para novas formas de criação de jogos e experiências interativas. Por enquanto, o Google trata o Project Genie como protótipo de pesquisa, e o acesso permanece restrito ao plano mais caro de sua assinatura de IA, sem data para outros países ou planos.

Fontes

Assuntosiagoogledeepmindworld modelsjogos

← Voltar à edição de 19/11