Google DeepMind apresenta Genie 4: modelo de mundo em tempo real que também gera som e diálogos

O Google DeepMind anunciou o Genie 4 em 27 de outubro de 2026, a nova versão do seu «modelo de mundo» — um sistema de IA que gera, quadro a quadro e em tempo real, um ambiente interativo que o usuário percorre pelo teclado e altera com comandos de texto.

O que há de novo

• Áudio nativo: segundo a DeepMind, é o seu primeiro modelo de mundo em tempo real a gerar som nativamente — ambiente, música e diálogo interativo dos personagens, junto com a imagem.
• Controle em tempo real: é possível mudar o clima, mover a câmera ou adicionar pessoas e objetos durante a simulação; um modelo Gemini adapta o comando à cena.
• Física e pessoas: a empresa afirma ter melhorado a simulação de colisões, aerodinâmica e, sobretudo, do movimento humano natural.
• Gemini no circuito: o Gemini 3.8 Flash observa os quadros, divide objetivos em etapas e verifica o progresso, o que segundo a DeepMind permite eventos de várias etapas. O laboratório também mostrou o Gemini 4 Argon planejando uma partida de damas para um robô humanoide simulado.

Disponibilidade e limites

O Genie 4 chega como prévia de pesquisa para testadores de confiança; o acesso virá «em breve» para assinantes do Google AI Ultra no Project Genie e parceiros de acesso antecipado da API Gemini e do AI Studio. Todo o conteúdo leva a marca d’água SynthID. A própria DeepMind lista limitações: detalhes e permanência de objetos podem variar em sessões longas ou após muitas edições, e física complexa, precisão do áudio, texto legível e consistência de longo prazo continuam problemas em aberto. As demonstrações são gravações selecionadas pela empresa.