Google DeepMind apresenta o Genie 4: simulações de ambientes em tempo real com áudio nativo

Em 27 de outubro de 2026, o Google DeepMind anunciou o Genie 4, a evolução do seu 'world model' criado para gerar simulações interativas em tempo real. A principal novidade apontada no post assinado pelos pesquisadores Raia Hadsell, Diego Rivas e Hang Qi é a natureza nativamente multimodal do sistema, que junta à imagem a geração contextual de música, sons ambientes e diálogos. Na arquitetura descrita pela empresa, os modelos da família Gemini cuidam da coerência visual e lógica: o Gemini Omni ancora as simulações na aparência e no comportamento do mundo real, enquanto o Gemini 3.8 Flash atua no ciclo de controle, observando a sequência, verificando se as etapas foram concluídas e corrigindo o plano quando o usuário intervém em texto natural para mudar o clima, a direção de câmera ou a composição da cena. O blog oficial cita ainda o modelo Gemini 4 Argon, sem esclarecer seu papel.

Entre os usos testados estão a prototipagem rápida de videogames, a transformação de fotos de arquivo em ambientes e a geração de cenários corporativos; o Google também menciona o treinamento de robôs e agentes. O DeepMind descreve ainda experimentos com o Gemini Robotics, entre eles um humanoide Apptronik Apollo simulado jogando damas. Segundo o TechCrunch, a coerência temporal das cenas chegaria a dois minutos — o dobro do Genie 3 —, embora esse dado não apareça nas páginas oficiais publicadas pelo DeepMind. Também faltam dados para uma verificação na prática: a empresa não divulgou parâmetros técnicos básicos como resolução, taxa de quadros, latência de resposta, custos de uso e duração máxima da sessão. O próprio DeepMind reconhece que a perda de detalhes e de persistência dos objetos em sessões longas, ou após várias alterações via prompt, continua sendo um problema em aberto.

Todos os vídeos e áudios gerados terão a marca d'água SynthID. O lançamento é gradual: por enquanto, a prévia está restrita a um pequeno grupo de trusted testers; 'em breve' (nas próximas semanas, segundo o TechCrunch) chegará aos assinantes do Google AI Ultra no Project Genie, com lista de espera, e aos parceiros com acesso antecipado à Gemini API e ao Google AI Studio. No blog do Google lê-se que "Simulating the world is a crucial step toward AGI"; o Google DeepMind, em seu blog, esclarece que "Genie 4 remains an early, evolving area of research". Como disse ao TechCrunch Tejas Kulkarni, research director do Google, no futuro veremos cada vez mais "hybrid world models", ou seja, modelos de mundo híbridos. Integrar o áudio à síntese do espaço mostra a intenção de tratar a simulação como um ecossistema sensorial único; no entanto, enquanto não houver verificações independentes sobre a latência e a estabilidade real do ambiente, a eficácia do modelo para uso operacional ainda está por ser medida. — Olya