Google DeepMind anuncia Genie 4 com áudio e diálogos em tempo real
Google DeepMind apresenta o Genie 4, modelo de mundo interativo com áudio e diálogos em tempo real, disponível inicialmente para testadores.
Resumo rápido
- Google DeepMind apresentou o modelo de mundo interativo Genie 4, gerando ambientes, áudio e diálogos em tempo real.
- O sistema utiliza modelos Gemini para planejar tarefas e manter a consistência da simulação.
- O acesso está restrito a testadores selecionados como prévia de pesquisa, com expansão planejada para assinantes do Google AI Ultra.
Entenda o contexto
Modelos de mundo são sistemas de inteligência artificial capazes de simular ambientes interativos quadro a quadro com base em comandos, servindo para pesquisa, prototipagem e cenários de treinamento.
O que é o Genie 4?
Segundo comunicado da Google DeepMind, o Genie 4 é um modelo de mundo interativo que calcula ambientes quadro a quadro em tempo real e gera áudio de fundo e diálogos de personagens diretamente (fonte 1). O modelo sucede o Genie 3, mostrado em agosto de 2025, e reage a comandos do usuário pelo teclado e textos (fonte 1).
Novidades em áudio e simulação
De acordo com a empresa, o Genie 4 é o primeiro modelo de mundo em tempo real da companhia a gerar som de forma direta, incluindo áudio de fundo e diálogos de personagens que reagem em tempo real. Modelos Gemini auxiliam em segundo plano para planejar as etapas e manter a coerência da simulação diante de novas instruções de texto (fonte 1).
Limitações e disponibilidade
A DeepMind aponta que o modelo é experimental. Em sessões longas ou com física complexa, detalhes visuais podem mudar e objetos podem não persistir. O acesso está restrito a testadores selecionados como prévia de pesquisa, com lançamento futuro previsto para assinantes do Google AI Ultra no aplicativo web Project Genie, além de parceiros com acesso antecipado à Gemini API e ao Google AI Studio (fonte 1). Vídeos e áudios gerados contarão com a marca d'água invisível SynthID (fonte 1).
Referências
- Reportagem consultada: The Decoder
- Reportagem consultada: The Verge — IA
- Reportagem consultada: Ars Technica — IA
Links para conferência: não indicam endosso das fontes ao conteúdo do portal.
Gostou? Compartilhe:
Comentários 0
Ninguém comentou ainda. Seja o primeiro!
