O Google DeepMind anunciou em 27 de outubro o Genie 4, um modelo experimental de inteligência artificial que gera ambientes interativos com imagens e sons. A empresa diz que o sistema permite orientar a cena por comandos de texto enquanto ela é simulada.
O acesso começou como prévia de pesquisa para testadores selecionados. A companhia prevê ampliar o acesso, mas o anúncio não confirma disponibilidade geral nem uma data para o Brasil.
LEIA TAMBÉM
Imagens e áudio
Segundo o laboratório, o modelo gera sons do ambiente, música e diálogo junto com as imagens. Sistemas da família Gemini ajudam a orientar sequências e acompanhar o que acontece na simulação.
As demonstrações são produzidas em um ambiente virtual: não comprovam que os acontecimentos gerados tenham ocorrido nem que o sistema reproduza perfeitamente as leis físicas. A empresa menciona usos experimentais em criação de cenas e treinamento de agentes.
O que ainda falha
O Google reconhece que detalhes visuais e a permanência de objetos podem mudar ao longo de sessões mais longas. Precisão espacial, texto legível, interações físicas complexas e consistência continuam em pesquisa.
Os resultados divulgados são demonstrações da própria desenvolvedora; o anúncio descreve limitações e não substitui uma avaliação independente de desempenho. A empresa afirma que áudio e vídeo gerados terão marca d’água digital SynthID.
