A Google DeepMind anunciou a 27 de outubro de 2026 o Genie 4, um novo modelo de mundo que, segundo a empresa, traz mais realismo à simulação interativa em tempo real. O anúncio foi publicado no blogue oficial da DeepMind e assinado por Raia Hadsell, Diego Rivas e Hang Qi. Segundo o texto, o modelo é nativamente multimodal e gera em simultâneo o mundo visual, música, sons ambientes e diálogo interativo, em vez de produzir estes elementos separadamente e sobrepô-los depois.

A arquitetura do Genie 4 apoia-se em capacidades da família Gemini. De acordo com a publicação, o Gemini Omni ancora as simulações na aparência e no comportamento do mundo real, enquanto outros modelos Gemini fornecem o raciocínio necessário para manter a coerência e a continuidade da simulação. Na prática, o utilizador pode lançar um acontecimento inicial e o sistema simula o que se segue: a forma como o ambiente responde, como soa e como as pessoas se movimentam, reagem e falam. Segundo a empresa, compreender e simular o mundo é um aspeto crucial para construir uma inteligência artificial geral.

A DeepMind descreve o Genie 4 como uma forma de criar simulações seguras e infinitamente variáveis, com aplicações que vão desde o desenvolvimento de ambientes de treino para robôs e agentes até à criação de novas experiências interativas. O artigo destaca fotorrealismo reforçado, movimento mais fluido e áudio nativo, e refere que os sons presentes nos vídeos de demonstração foram produzidos diretamente pelo Genie 4. Estas afirmações provêm do fabricante e assentam em demonstrações selecionadas por si, não em avaliações independentes.

No plano de disponibilidade, o lançamento é, para já, uma pré-visualização de investigação destinada a testadores de confiança. A empresa começou por abrir o acesso aos subscritores do Google AI Ultra através do Project Genie e a parceiros de acesso antecipado da API Gemini e do Google AI Studio, com o objetivo de recolher feedback antes de uma abertura a consumidores e programadores. Quem quiser ser avisado pode inscrever-se na lista de espera do Project Genie. O texto menciona quatro capacidades principais, mas o material disponível não as detalha.

Os exemplos divulgados correspondem a interações gravadas em tempo real, nas quais os utilizadores navegam e controlam a câmara com comandos de teclado padrão e usam instruções de texto. No material analisado não há dados sobre a licença, o contexto suportado ou a latência, nem comparações com sistemas concorrentes. A avaliação do desempenho real dependerá, por isso, dos testes que investigadores e programadores vierem a conduzir quando o acesso for alargado.

Porque importa

Modelos de mundo que simulam ambientes com coerência e som em tempo real podem ser úteis para treinar robôs e agentes de IA, sobretudo se reduzirem a necessidade de testes em contexto físico, hipótese que o anúncio não demonstra. Para leitores em Portugal, a relevância imediata é limitada: o acesso antecipado é dado a parceiros selecionados da API Gemini e do Google AI Studio, e a utilidade real dependerá de avaliações independentes, que o anúncio ainda não apresenta.

Fontes

Genie 4: A new generation of world simulationGoogle DeepMind ↗