Genie 4: IA de vídeo do Google que cria mundos interativos ganha som e voz

O Genie 4 gera cenários com imagens, sons e personagens que reagem às ações do usuário a partir de comandos de texto. A ferramenta permite mudar o clima, mover a câmera ou inserir pessoas e objetos usando apenas comandos de texto.

O modelo simula fenômenos físicos, como aerodinâmica e colisões. A DeepMind afirma que os personagens, animais e objetos se movem no vídeo de forma natural e respondem ao ambiente em tempo real.

Modelos da família Gemini ajudam a manter a continuidade das simulações. O Gemini 3.8 Flash observa a cena, divide objetivos em etapas e verifica se cada ação foi concluída como desejado.

A principal mudança imediata é a inclusão de áudio nativo, um recurso que não existia no Genie 3. O usuário do Genie 3 notará que os ambientes do Genie 4 agora geram simultaneamente efeitos sonoros, músicas e vozes de personagens que reagem em tempo real às suas ações.

O usuário agora pode alterar o ambiente durante a navegação sem precisar recriar a cena do zero. Diferente da versão anterior, basta digitar comandos em texto para mudar o clima, alterar o ângulo da câmera ou adicionar objetos e novos personagens com a simulação em andamento.

A DeepMind liberou o Genie 4 como prévia de pesquisa para testadores selecionados. A empresa diz que pretende oferecer acesso depois a assinantes do Google AI Ultra, pelo Project Genie.

Parceiros com acesso antecipado à interface de programação de aplicações (API) do Gemini e ao Google AI Studio também devem receber o modelo. A empresa abriu uma lista de espera para o Genie 4 no Project Genie.

O modelo ainda apresenta limitações em sessões mais longas e após comandos complexos. Detalhes visuais, permanência de objetos, precisão espacial, textos legíveis e áudio em tempo real seguem em desenvolvimento.

Para que não se passe por um vídeo real na internet, todo vídeo e áudio gerado pelo Genie 4 terá a marca d'água digital SynthID. A tecnologia identifica conteúdos criados por inteligência artificial, segundo a DeepMind.

O autor da mensagem, e não o UOL, é o responsável pelo comentário. Leia as Regras de Uso do UOL.