Google apresenta Genie 4: IA que gera mundos interativos com som e personagens vivos

O que mudou

O Google DeepMind lançou o Genie 4, uma nova versão de sua tecnologia de world model. Trata-se de uma rede neural que não desenha um vídeo pronto de antemão, mas constrói um mundo interativo na hora: o usuário se move, gira a câmera, digita um comando de texto — e o modelo reconstrói a cena em resposta, quadro a quadro, em tempo real. O Genie 4 é construído sobre o Gemini, e é a primeira versão da linha a adicionar, além do ambiente visual, som e personagens que se movem, reagem ao que acontece e falam.

O que mudou em relação à versão anterior

O Genie 3 anterior, apresentado em 2025, só conseguia gerar a parte visual do mundo — terreno, objetos, movimento de câmera. Não havia som nem personagens vivos. O Genie 4 adiciona essa camada: agora a simulação inclui como o mundo soa e como as pessoas se comportam dentro da cena — seus movimentos, reações e fala. Para um world model, isso é um passo fundamental: antes, esses sistemas eram geradores de vídeo "mudos" com controle interativo; agora são uma simulação com um ambiente sonoro e social completo.

O controle no Genie 4 funciona em dois níveis:

• teclas comuns cuidam da navegação do personagem e do controle da câmera, como em qualquer jogo;
• comandos de texto mudam a própria cena durante a ação: é possível adicionar um objeto, disparar um novo evento ou mudar o clima ou o cenário sem saltar do quadro atual.

A DeepMind destaca especificamente que todos os clipes de demonstração do anúncio são sessões reais de interação com o modelo em tempo real, não vídeos pré-roteirizados e pré-renderizados. Para demos generativas de empresas como essa, esse é um detalhe importante, porque é quase impossível para um espectador distinguir interatividade real de edição — e aqui o Google afirma explicitamente que não há edição: cada quadro exibido é a resposta do modelo a uma ação específica do usuário.

Quem terá acesso e quando

O Google está liberando o Genie 4 em etapas, não para todos de uma vez:

• os primeiros a receber o modelo são testadores de confiança em formato de preview de pesquisa — acesso restrito a um grupo limitado de usuários que dão feedback antes do lançamento amplo;
• os próximos na fila são os assinantes do Google AI Ultra, a assinatura premium paga do Google para serviços de IA; eles terão acesso ao Genie 4 pela interface Project Genie, criada especificamente para entrar nos mundos gerados;
• em paralelo, o acesso será aberto a parceiros iniciais da API Gemini — desenvolvedores que poderão incorporar o Genie 4 em seus próprios produtos;
• e a participantes de acesso antecipado do Google AI Studio, o ambiente para desenvolvedores onde é possível experimentar com os modelos do Google.

A lista de espera do Project Genie já está aberta. O Google não informou datas específicas para o lançamento completo nem os preços — apenas promete que o acesso vai se expandir "em breve".

Para que serve e quem vai se beneficiar

O interesse em world models se explica pela utilidade prática, não só pelo espetáculo das demos. Para estúdios de jogos, a tecnologia permite prototipar níveis rapidamente sem programar manualmente o ambiente. Para pesquisadores que treinam agentes autônomos e robótica, ela oferece uma fonte praticamente infinita de ambientes de treinamento, sem precisar construir cada simulação manualmente. E para criadores de conteúdo interativo, permite montar uma cena com palavras, sem o desenvolvimento 3D tradicional.

O fato de o Genie 4 ser construído sobre o Gemini não é coincidência — isso une a compreensão de linguagem do modelo com a simulação do mundo físico em um único sistema: o modelo não só sabe como o mundo se parece, mas também entende o que logicamente deveria acontecer a seguir, de acordo com o comando de texto.

Ainda assim, o anúncio deixa perguntas em aberto que o Google não responde: por quanto tempo o mundo permanece coerente sem "se desfazer" nem perder a lógica, qual é a resolução real da geração e quantos recursos computacionais uma única sessão exige. As respostas a essas perguntas vão determinar se o Genie 4 se torna uma ferramenta de trabalho para desenvolvedores ou permanece apenas uma demonstração tecnológica impressionante.

O que fazer agora

Se você trabalha com jogos, simulações de treinamento ou desenvolvimento de agentes, vale a pena entrar na lista de espera do Project Genie e se candidatar antecipadamente ao acesso antecipado à API Gemini pelo Google AI Studio. Enquanto o modelo ainda estiver fechado ao público geral, é útil formular com antecedência dois ou três cenários concretos de teste: como o modelo reage ao controle por texto durante a ação, como se comportam os personagens gerados, quão convincente é o ambiente sonoro. Assim, quando o acesso for liberado, será possível avaliar rapidamente se o Genie 4 é adequado para prototipagem no seu caso de uso.

Construir um produto final sobre ele ainda é prematuro, mas já vale a pena reservar tempo para os testes.