DeepMind lança o Genie 4: mundos a partir de texto que podem ser explorados em tempo real
O Google DeepMind lançou o Genie 4, um modelo de mundo que não gera um vídeo pronto, mas simula o ambiente em tempo real. Uma descrição em texto vira um espaço por onde é possível andar com o teclado em segundos, e novos eventos podem ser adicionados por meio de comandos enviados durante a execução. Para desenvolvedores, a promessa é prototipar cenas e ambientes de teste para robôs de forma rápida.
Processado por IA de YouTube: Google DeepMind; editado por Hamidun News
O vídeo generativo funcionou até agora como cinema: você escreve um pedido, espera e recebe um clipe pronto, no qual nada pode ser alterado durante a exibição. Com o Genie 4, o Google DeepMind propõe outra forma de interação. Trata-se de um "modelo de mundo": em vez de mostrar uma imagem gravada, ele simula o ambiente naquele momento e reage às suas ações. A empresa afirma que se trata do modelo mais realista e interativo de sua categoria e já liberou o acesso a ele.
O que o Genie 4 faz
A principal diferença é que o resultado não é estático. Segundo a descrição do DeepMind, um pedido em texto se transforma em um ambiente explorável em questão de segundos. Depois, o usuário controla a cena com o teclado, movendo-se por ela como em um jogo simples. Além disso, é possível direcionar a ação em tempo real: enquanto o mundo está em execução, novos comandos em texto podem ser enviados para alterar o que acontece, sem reiniciar a cena.
Imagine que você descreveu uma estação de metrô abandonada. Em um gerador de vídeo comum, você receberia quinze segundos de um clipe com um ângulo escolhido de antemão. No Genie 4, você anda pela plataforma, vira para onde quiser e então escreve "ligue a luz de emergência", e a cena muda enquanto você a observa. É essa passagem de assistir para participar que diferencia os modelos de mundo dos geradores de vídeo.
Agente e atalhos de teclado
A segunda parte da novidade está no Project Genie, o ambiente em que o modelo está disponível. Ele inclui um agente. De acordo com o DeepMind, a equipe usou esse agente para criar mini aplicativos próprios e associá-los a atalhos de teclado. Ao pressionar uma tecla, o personagem se movimenta, uma fala de diálogo é disparada ou um evento acontece na cena, tudo em tempo real. Ou seja, em vez de marcar a cena manualmente, você descreve ao agente o que a tecla deve fazer, e ele transforma isso em uma interface funcional.
Outro ponto prático são os prompts usados como "sementes" reproduzíveis. O mesmo texto serve como ponto de partida para voltar a uma cena comparável. Para uma equipe, isso significa que um ambiente bem-sucedido não precisa ser refeito do zero: basta guardar a descrição. O DeepMind cita cenários que vão desde a prototipagem criativa até ambientes de treinamento para robôs.
Quem se beneficia e o que ainda não se sabe
Para designers de jogos e diretores, o ganho é evidente: um protótipo jogável de cena pode ser esboçado em minutos, e não em dias de trabalho com motor gráfico e ativos. Para quem trabalha com robótica, o interesse está em outro aspecto. Treinar um robô no mundo real é caro e lento, e simulações de ambientes criadas a partir de descrições textuais podem, em tese, gerar rapidamente muitos cenários de teste variados. Porém, isso é uma direção declarada, e não um resultado comprovado.
São necessárias algumas ressalvas. A fonte é a descrição de um vídeo sobre a produção de um filme sobre o Genie 4, e não uma publicação técnica. Não há benchmarks, dados sobre latência, resolução, duração de sessão, custo ou precisão física da simulação. A afirmação de que o modelo é "o mais realista" continua sendo uma avaliação do próprio DeepMind. Ainda não está claro o quanto o mundo se mantém consistente durante uma exploração prolongada, nem se essa simulação serve para treinar robôs no mundo real.
O acesso é restrito: o Genie 4 está disponível no Project Genie para assinantes elegíveis do Google AI Ultra. Os demais usuários terão que esperar pela ampliação.
Conclusão prática para as equipes: vale acompanhar os modelos de mundo como uma nova classe de ferramentas. Se você desenvolve jogos, simuladores de treinamento, apresentações interativas ou ambientes de teste para agentes, um experimento com o Project Genie pode render um protótipo rápido. Para tarefas de produção, especialmente as ligadas a robôs, espere por testes independentes antes de incorporar esse tipo de simulação ao seu processo.
- 21 de nov. de 2026Apple prepara um agente de IA e dificulta o acesso de terceiros: a permissão agora tem 14 etapas, e não 4
- 21 de nov. de 2026Gemini 4 Neon reduziu o binário do TS Rust de 47,44 MB para 7,97 MB em menos de 10 horas
- 21 de nov. de 2026Capitã de equipe de natação entregou três tarefas ao ChatGPT pela agenda e cortou a rotina em muitas vezes
- 21 de nov. de 2026Rede neural MIRA desenha Rocket League a 20 quadros por segundo, mas o ping chega a 460 ms
Perguntas frequentes sobre a notícia
O que o Genie 4 faz?
A principal diferença é que o resultado não é estático. Segundo a descrição do DeepMind, um pedido em texto se transforma em um ambiente explorável em questão de segundos. Depois, o usuário controla a cena com o teclado, movendo-se por ela como em um jogo simples. Além disso, é possível direcionar a ação em tempo real: enquanto o mundo está em execução, novos comandos em texto podem ser enviados para alterar o que acontece, sem reiniciar a cena. Imagine que você descreveu uma estação de metrô abandonada.
O que se sabe sobre Agente e atalhos de teclado?
A segunda parte da novidade está no Project Genie, o ambiente em que o modelo está disponível. Ele inclui um agente. De acordo com o DeepMind, a equipe usou esse agente para criar mini aplicativos próprios e associá-los a atalhos de teclado. Ao pressionar uma tecla, o personagem se movimenta, uma fala de diálogo é disparada ou um evento acontece na cena, tudo em tempo real.
O que se sabe sobre Quem se beneficia e o que ainda não se sabe?
Para designers de jogos e diretores, o ganho é evidente: um protótipo jogável de cena pode ser esboçado em minutos, e não em dias de trabalho com motor gráfico e ativos. Para quem trabalha com robótica, o interesse está em outro aspecto. Treinar um robô no mundo real é caro e lento, e simulações de ambientes criadas a partir de descrições textuais podem, em tese, gerar rapidamente muitos cenários de teste variados. Porém, isso é uma direção declarada, e não um resultado comprovado.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.
