Genie 4: a nova IA do Google DeepMind cria mundos interativos com som em tempo real

O Google DeepMind apresentou na terça-feira (27) o Genie 4, a nova geração do seu modelo de mundo. A proposta é gerar ambientes interativos e fotorrealistas em tempo real, que você explora como num jogo, agora com áudio nativo: som ambiente, música e até diálogos que reagem ao que acontece na cena.

O que muda nessa versão

O grande truque é poder conduzir o mundo conversando com ele. Dá para pedir, em linguagem natural, para mudar o clima, mexer na câmera ou colocar pessoas e objetos na cena. Por trás disso tem uma turma da família Gemini trabalhando junta, inclusive um modelo que guia a simulação enquanto ela roda. O DeepMind também mostrou o Genie 4 servindo de campo de treino para robôs, com um humanoide aprendendo a jogar damas.

Quem vai poder usar

Por enquanto é uma prévia de pesquisa para testadores selecionados. A empresa promete levar o modelo em breve aos assinantes do Google AI Ultra, pelo Project Genie, e a parceiros da API do Gemini, com lista de espera. Tudo o que ele gera leva a marca d'água SynthID.

Minha opinião

O que me interessa aqui é o lado criativo. Entre os usos citados estão pré-visualização de cenas e protótipos de conceitos de games, e eu já imagino estúdios pequenos testando cenários antes de gastar meses desenhando. Mas o próprio DeepMind admite que o modelo ainda perde a coerência em sessões longas, erra textos legíveis e sofre com física complexa. Para mim, ele serve para rascunhar ideias, e não para substituir quem anima e cria os jogos que a gente ama.

Os detalhes estão no blog oficial do Google DeepMind.