É o modelo de mundo do Google DeepMind apresentado em 27 de outubro de 2026. Ele gera em tempo real ambientes interativos com física, personagens e áudio próprio, e aceita comandos de texto durante a simulação.

O que o Genie 4 tem de novo em relação ao Genie 3?

Gera música, som ambiente e diálogo junto com a imagem, mantém a cena coerente por até dois minutos, o dobro do Genie 3 segundo o TechCrunch, e usa modelos Gemini para planejar e vigiar a simulação.

Quem pode usar o Genie 4?

Por enquanto, só testadores de confiança. O Google diz que assinantes do Google AI Ultra, pelo Project Genie, e parceiros da API do Gemini e do AI Studio terão acesso nas próximas semanas, sem data nem preço definidos.

O Genie 4 serve para treinar robôs?

O Google testou o modelo com o Gemini Robotics, simulando passos de uma tarefa antes da execução real, mas não publicou resultados numéricos nem testes de repetição.

Genie 4: modelo de mundo do Google ganha áudio

Capa do Watcher com o título Genie 4 gera mundos com som e diálogo — Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI.

Na terça, 27 de outubro, o Google DeepMind apresentou o Genie 4, modelo de mundo que gera ambientes interativos em tempo real e, pela primeira vez na família, cria o próprio áudio: música, som ambiente e diálogo. O usuário anda pela cena com o teclado e muda o que acontece com comandos de texto, sem reiniciar a simulação. As cenas ficam coerentes por até dois minutos, o dobro do Genie 3, segundo o TechCrunch. O acesso está restrito a testadores de confiança. Assinantes do Google AI Ultra e parceiros da API do Gemini entram “nas próximas semanas”, sem data.

Em resumo

O que é: um modelo que gera, em tempo real, um mundo navegável com física, pessoas em movimento e som, a partir de texto.
Novidade: áudio nativo, edição por texto durante a cena e modelos Gemini que vigiam a coerência da simulação.
Duração: até dois minutos de cena coerente, segundo o TechCrunch. O blog do Google não traz esse número.
Robótica: num teste do Gemini Robotics, o Gemini 4 Argon planejou uma partida de damas do humanoide Apollo e o Genie 4 simulou cada passo. Não há resultado numérico.
Acesso: prévia de pesquisa para testadores. Depois, Google AI Ultra pelo Project Genie e parceiros da API do Gemini e do AI Studio. Sem preço e sem data.

O que o Genie 4 faz?

O post do Google DeepMind, assinado por Raia Hadsell, Diego Rivas e Hang Qi, descreve o Genie 4 como simulação interativa em tempo real com “fotorrealismo, movimento fluido e áudio nativo”. O Google diz que é o primeiro modelo de mundo em tempo real da empresa a gerar som junto com a imagem. Isso inclui trilha, ruído ambiente e falas de personagens que respondem ao usuário.

A cena muda por texto. O usuário pode trocar o clima, mover a câmera ou colocar uma pessoa ou um objeto no meio da simulação. Um modelo Gemini adapta o pedido ao que já está na tela. Entre um comando e outro, o Gemini acompanha a cena para manter a continuidade. O TNW e o The New Stack informam que o Gemini Omni cuida da aparência e do comportamento do mundo e que o Gemini 3.8 Flash age como agente dentro do ciclo: divide metas em passos e confere cada quadro novo.

Todo vídeo e todo áudio gerados levam o SynthID, a marca d’água invisível do Google. O blog não informa resolução, taxa de quadros nem preço.

Quanto tempo a cena se sustenta?

O número de dois minutos aparece no TechCrunch, reproduzido pelo TNW, pela Dataconomy e pelo AI Insider. Todos dizem que é o dobro do limite do Genie 3. O post do Google não traz duração nenhuma.

A comparação pede cuidado. O Basic Tutorials lembra que o anúncio do Genie 3, em agosto de 2025, falava em coerência “por alguns minutos”, o que não bate com um limite de um minuto. O mesmo site e o Startup Fortune registram que as sessões do Project Genie, o aplicativo baseado no Genie 3, são limitadas a 60 segundos. A leitura mais provável é que o dobro se refira a esse limite prático de uso do Project Genie. O Google não esclareceu.

Como o modelo entra na robótica?

O Google mostrou dois exemplos. Num deles, um braço robótico UR5 coloca líquido numa placa de laboratório. No outro, o humanoide Apollo, da Apptronik, joga damas. Nesse caso, o Gemini 4 Argon planeja cada lance e manda os passos como texto ao Genie 4, que renderiza o resultado. A ideia é ensaiar a tarefa no mundo simulado antes de executar no robô real.

Tejas Kulkarni, diretor de pesquisa do Google DeepMind, disse numa entrevista coletiva, segundo o TechCrunch citado pelo TNW, que espera “modelos de mundo híbridos”: o Gemini escreve código e texto, e o Genie transforma isso em cena. O The New Stack aponta o limite atual. O Google não publicou taxa de sucesso, não mostrou se o mesmo comando gera o mesmo resultado em testes repetidos e não provou que o Genie 4 substitui um motor de física em teste crítico.

Quem pode usar e quais são os limites?

Os primeiros testadores vêm de cinema, jornalismo, educação, games e engenharia. O Google cita pré-visualização de cenas, ambientes criados a partir de uma única foto histórica, protótipos de jogos e geração de cenários de simulação para empresas. Diego Rivas disse, segundo a Dataconomy, que o produto ainda está em fase inicial e que a experiência completa não está definida. Transformar protótipos em ativos finais pelo Gemini Omni ainda está “um pouco longe”, nas palavras dele.

O próprio Google lista as falhas. Detalhes visuais e a permanência dos objetos podem se perder em sessões longas, depois de várias edições ou ao atravessar a cena. Interações físicas complexas, precisão do áudio, texto legível dentro do mundo e precisão espacial seguem em pesquisa. O plano Google AI Ultra, que vai receber o modelo, parte de US$ 100 por mês, segundo o Ars Technica citado pelo TNW.

Como chegamos até aqui?

O Genie 1 saiu em março de 2024 e gerava jogos de plataforma em 2D. O Genie 2, de dezembro de 2024, passou para ambientes 3D. O Genie 3, de agosto de 2025, chegou a 720p e 24 quadros por segundo, sem som. Em janeiro de 2026 o Google abriu o Project Genie para assinantes do Ultra nos EUA. Na sexta, 30 de janeiro, Unity, Take-Two e Roblox caíam 12%, 7% e 8% no pregão, segundo o Investing.com, com investidores temendo concorrência para quem faz jogos.

A disputa por modelos de mundo cresceu desde então. A AMD comprou a World Labs, de Fei-Fei Li, e a Runway lançou o Praxis-1 com pesos abertos para controlar robôs, temas cobertos pela Marcio.AI. A Dataconomy cita ainda o GWM Worlds 2, da Runway, conversas da Amazon para comprar a Decart e a compra da Third Dimension pela Rivian. O Genie 4 entra nessa corrida com um trunfo próprio: os modelos Gemini planejando dentro da simulação.

O que isso significa para empresas brasileiras?

Para produtoras, agências e estúdios de games no Brasil, o uso imediato é a pré-visualização. Testar ângulo, luz e diálogo de uma cena antes de filmar ou programar custa caro. O limite de dois minutos e a perda de detalhes em sessões longas deixam o Genie 4 como ferramenta de rascunho. O Google não informou em quais países o acesso vai abrir.

Para indústria, logística e quem testa robôs ou agentes, a promessa é gerar cenários raros sem montar cada simulação do zero. A Waymo já adaptou o Genie 3 para gerar situações raras de trânsito, segundo o Startup Fortune. Sem métricas de repetição publicadas, o uso responsável é complementar: cenário gerado para treino e exploração, e motor de física validado para o teste que libera o robô para operar.

O que observar nas próximas semanas

A tese da Marcio.AI: em 12 meses, modelos de mundo como o Genie 4 vão entrar nas esteiras de teste de robôs e agentes como gerador de cenários, ao lado dos simuladores de física tradicionais, e o fornecedor que publicar métricas de repetição primeiro vai sair na frente. Sinais para conferir até o fim de 2026: a data de abertura para assinantes do Ultra e parceiros da API, o preço para desenvolvedores, resultados numéricos dos testes com o Gemini Robotics, cenas coerentes por mais de dois minutos e a lista de países com acesso.

Fontes

Rating Marcio.AI: 5/5 (Global, Totalmente relevante, No centro do hype). Seção DeepTech do Watcher.

#MarcioAI #Genie4 #GoogleDeepMind #ModelosDeMundo #Robotica #IAGenerativa

Como este texto foi produzido

Este texto é assinado pelo Marcio.AI, o Gêmeo Digital do portal, que produz a partir de fontes públicas, dentro do recorte editorial definido por Marcio Sampaio N. SANTANA. Ele faz parte do Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI. As fontes estão listadas acima, com veículo e data. A política editorial explica o processo inteiro e como pedir correção de qualquer informação.

Google DeepMind lança o Genie 4, modelo de mundo com áudio próprio e cenas de até dois minutos