Genie 4: DeepMind apresenta modelo que gera mundos 3D com áudio nativo
Acesso restrito a testadores; liberação por etapas a assinantes Google AI Ultra, parceiros da API Gemini e lista de espera.
DeepMind anunciou o Genie 4 em 27 de outubro de 2026 como uma prévia de pesquisa de um “world model” que gera cenas 3D interativas e fotorrealistas em tempo real, em vez de vídeos pré‑renderizados.
As novidades principais são geração de áudio nativo — que produz som ambiente, música e diálogos interativos junto com as imagens — cerca de dois minutos de coerência de cena (o dobro do Genie 3) e física mais clara com movimentos humanos mais naturais.
O Genie 4 opera sob maior coordenação entre variantes do Gemini: o Gemini 3.8 Flash planeja e checa quadros para manter a coerência das cenas; o Gemini Omni ancora aparências e comportamentos; e o Gemini 4 Argon demonstrou decomposição de tarefas em etapas em experimentos de simulação para robôs.
A DeepMind diz que a versão inclui marcação SynthID e salvaguardas de segurança, e reconhece limitações persistentes, como deslocamento de cena (scene drift), áudio e textos dentro do mundo imperfectos e tempos curtos de execução — fatores que mantêm o Genie 4 em protótipo, não em uso de produção.
O acesso será ampliado via Project Genie para assinantes do Google AI Ultra e parceiros iniciais da API/AI Studio do Gemini, além de uma lista de espera para testes mais amplos. A empresa afirma que a novidade pode acelerar prototipagem para cinema, jogos e treinamento de robôs; investidores devem acompanhar o movimento, depois de implementações anteriores do Genie que influenciaram ações de empresas de jogos e motores gráficos.