Em 27 de outubro de 2026, o Google DeepMind apresentou o Genie 4 como uma prévia de pesquisa para criar simulações interativas em tempo real. A nova geração adiciona áudio nativo, melhora o realismo físico e visual e permite que o usuário altere elementos da cena usando linguagem natural. O sistema também amplia a duração das experiências para até dois minutos, o dobro do limite associado ao Genie 3. O acesso ainda está limitado a testadores selecionados, mas o Google planeja levar a tecnologia a assinantes do Google AI Ultra e a parceiros da API Gemini nas semanas seguintes, conforme descrito no anúncio oficial do Google DeepMind.
Áudio nativo e controle por linguagem natural
A primeira mudança percebida nas simulações é a inclusão de áudio nativo em tempo real. O Genie 4 consegue gerar música, sons ambientes e diálogos interativos junto com a experiência visual, em vez de tratar o som como uma etapa separada. Essa combinação amplia o tipo de interação possível dentro de um mundo criado pelo modelo, porque a cena passa a responder também por elementos sonoros. O avanço acompanha a proposta de produzir ambientes mais próximos de experiências completas, com aparência, comportamento e áudio integrados desde a geração. A evolução sonora prepara o terreno para o segundo recurso central do sistema: a edição direta da cena.
Esse controle acontece por meio de comandos em linguagem natural, sem exigir que o usuário reconstrua toda a simulação para testar uma nova ideia. O Google afirma que o Genie 4 permite alterações de forma livre, como mudar o clima ou ajustar o ângulo da câmera enquanto a experiência está em andamento. Na prática, a mesma cena pode ser explorada a partir de diferentes condições e perspectivas, mantendo a interação como parte do processo de criação. O recurso aproxima a ferramenta de fluxos usados em produção visual e prototipagem, nos quais uma instrução textual serve para testar rapidamente uma mudança. A capacidade de editar a cena depende da coerência mantida pelos modelos que orientam o Genie 4.
Mais realismo físico e simulações mais longas
Além do som e dos comandos, o Genie 4 foi desenvolvido para lidar com situações físicas mais complexas. O sistema incorpora simulações de aerodinâmica, colisões e comportamento de materiais, recursos que ajudam a tornar os objetos e movimentos mais consistentes dentro do ambiente virtual. O Google DeepMind também descreve melhorias no realismo visual em comparação com o Genie 3. Esses recursos são relevantes para experiências nas quais a interação depende da forma como os elementos se movem, se chocam ou reagem uns aos outros. A tecnologia não gera apenas uma sequência visual: ela tenta manter regras físicas ao longo da simulação, tarefa que exige planejamento antes e durante a criação da cena.
Esse planejamento é apoiado por modelos da família Gemini. O Gemini Omni ancora as simulações na aparência e no comportamento do mundo real, enquanto outros modelos auxiliam na coerência da experiência. Durante a geração, o sistema também usa o Gemini 3.8 Flash como um guia ativo para decompor objetivos em etapas sequenciais. A integração permite que uma instrução mais ampla seja organizada em ações menores, com acompanhamento do que precisa acontecer em cada parte da cena. O Genie 4 ainda verifica quadros para ajudar a preservar a continuidade, conectando a geração visual ao planejamento da tarefa e não apenas à produção de imagens isoladas.
A duração também aumentou. O Genie 4 consegue sustentar simulações consistentes por até dois minutos, enquanto o Genie 3 trabalhava com experiências de aproximadamente um minuto. A ampliação dá mais espaço para ações encadeadas e para mudanças feitas durante a interação, mas não elimina as limitações técnicas reconhecidas pela equipe. Conforme a simulação avança, detalhes podem variar e objetos podem deixar de permanecer exatamente no mesmo lugar. A permanência de elementos ao longo do tempo continua sendo um desafio para modelos desse tipo, como relata o The Verge. A duração maior, portanto, vem acompanhada da necessidade de verificar a continuidade da experiência.
Acesso restrito e aplicações previstas
Apesar da ampliação de recursos, o Genie 4 ainda não está disponível publicamente. O modelo entrou em fase de research preview para um grupo limitado de testadores, e o Google abriu uma lista de espera para interessados no acesso pelo Project Genie. A distribuição inicial prioriza pessoas e organizações que possam avaliar a tecnologia antes de uma expansão mais ampla. O Google também cita o uso do sistema na criação de ambientes de treinamento para robôs, área em que a simulação de movimentos e interações físicas pode ser testada antes da aplicação em sistemas reais. Essa etapa restrita permite observar como o modelo se comporta em tarefas mais longas e abertas.
As aplicações anunciadas vão além do treinamento robótico. O Google descreve o Genie 4 como uma base para ampliar ferramentas criativas em áreas como cinema e jornalismo, nas quais mudanças de câmera, ambiente e áudio podem apoiar a visualização de uma cena. O acesso antecipado também mira a indústria de jogos, segundo informações sobre os testes iniciais do sistema. Na manufatura, a empresa cita a possibilidade de usar mundos simulados para explorar processos e situações antes de levá-los para uma operação física. Cada área exige critérios próprios de precisão, continuidade e controle, especialmente quando a experiência precisa preservar objetos e instruções por mais tempo.
O conteúdo gerado recebe uma camada adicional de identificação. Todo áudio e vídeo produzido pelo modelo contém a marca d'água digital SynthID, desenvolvida pelo Google DeepMind. A medida vincula os arquivos gerados à tecnologia responsável pela criação e oferece uma forma de sinalizar a origem artificial do material. Ao mesmo tempo, os testes ainda precisam lidar com problemas de estabilidade visual e com dificuldades na legibilidade de textos dentro dos ambientes simulados. Esses limites reduzem a confiabilidade de algumas aplicações que dependem de detalhes persistentes ou de informações escritas claramente visíveis. Por isso, a fase de avaliação é parte importante do desenvolvimento antes da liberação para mais usuários.
O próximo passo anunciado pelo Google é ampliar o acesso nas semanas seguintes ao lançamento de 27 de outubro. A empresa planeja disponibilizar o Genie 4 para assinantes do Google AI Ultra por meio do Project Genie e para parceiros da API Gemini. Até essa expansão, a lista de espera e os testes com usuários selecionados serão as principais portas de entrada para a tecnologia. O modelo chega com áudio, comandos em tempo real e simulações mais longas, mas também com a necessidade de acompanhar a estabilidade dos objetos e dos detalhes ao longo da experiência. A forma como esses testes evoluirá definirá quando as simulações interativas poderão alcançar um público mais amplo.