Hoje, 27 de outubro, o Google DeepMind anunciou o Genie 4, um novo modelo de mundo: uma IA que cria, a partir de comandos, um ambiente virtual que se desenrola em tempo real, como um jogo que se monta enquanto você interage com ele.

A novidade está em três frentes. O modelo gera imagens com muito realismo, respeita comportamentos físicos como aerodinâmica e colisões e cria personagens que se movem e reagem ao ambiente. Também é o primeiro modelo do tipo a gerar som de forma nativa, incluindo ruídos ambientes e diálogos interativos. Usuários podem mudar a cena com linguagem natural, como alterar o clima, mover a câmera ou acrescentar uma pessoa ou objeto, e o Gemini ajusta a mudança para combinar com o restante da cena.

O Genie 4 combina recursos das famílias de modelos Gemini. Segundo a empresa, o Gemini Omni ancora as simulações na aparência e no comportamento do mundo real, enquanto outros modelos Gemini cuidam do raciocínio que mantém a coerência da história. A empresa também testa o Gemini 3.8 Flash como um agente que acompanha a simulação, divide tarefas em etapas e verifica se cada passo foi cumprido. Segundo a DeepMind, isso pode ajudar a testar como sistemas de IA se comportam em ambientes diferentes antes de levá-los ao mundo real, por exemplo em treinamento de robôs.

Por enquanto, o acesso é restrito. O Genie 4 está em prévia de pesquisa para testadores de confiança e deve chegar em breve a assinantes do Google AI Ultra no Project Genie e a parceiros do Gemini API e Google AI Studio. Há uma lista de espera para quem quiser entrar. A empresa lembra que o modelo ainda tem limitações, como detalhes visuais que mudam em simulações longas, precisão do áudio em tempo real e textos legíveis na tela.

Para evitar abusos, a DeepMind diz que aplicou filtros de segurança para impedir conteúdo nocivo ou malicioso e que todo vídeo e áudio gerado terá SynthID, uma marca d'água invisível que ajuda a identificar conteúdo produzido por IA.