Google anuncia Genie 4, modelo de simulação de mundos com áudio
O Google DeepMind apresentou o Genie 4, modelo de simulação de mundos com áudio nativo, em prévia para testadores confiáveis, com acesso para assinantes do Google AI Ultra previsto em breve.
Pontos principais
- Áudio nativo, gerado junto com o mundo: música, ruídos ambientes e diálogos interativos.
- Mudanças em tempo real por linguagem natural (clima, câmera, pessoas ou objetos); o Gemini adapta o comando à cena.
- O Gemini Omni ancora a aparência e o comportamento do mundo; outros modelos Gemini sustentam o raciocínio que mantém a coerência.
- Em eventos complexos, o Gemini 3.8 Flash atua como agente: divide a meta em etapas, verifica cada uma e replaneja quando o mundo muda.
- A DeepMind não dá data para a abertura geral; o acesso vem primeiro para testadores, depois para assinantes do Google AI Ultra no Project Genie e parceiros da Gemini API e do Google AI Studio, com lista de espera.
- A DeepMind admite deriva de objetos e aparência em sessões longas ou após várias edições; física complexa, precisão do áudio, texto legível e consistência de longo prazo seguem em pesquisa.
- A empresa aplica marca d'água SynthID em todo vídeo e áudio gerado.
O Google DeepMind apresentou o Genie 4 como um novo modelo de mundo, voltado a realismo e simulação interativa em tempo real. Segundo a empresa, o usuário altera a cena enquanto ela roda, e os personagens se movem e reagem ao ambiente. A simulação inclui física como aerodinâmica e colisões.
A DeepMind diz que o Genie 4 segue salvaguardas de segurança e passou por avaliações internas para evitar conteúdo nocivo ou malicioso antes da prévia. Testadores de criação, jornalismo, educação, jogos e engenharia já o usam, e a empresa reúne esse feedback antes de liberar o modelo a consumidores e desenvolvedores. Ela descreve o Genie 4 como uma área de pesquisa em evolução.