Em 27 de outubro de 2026, o Google DeepMind apresentou o Genie 4, sua nova geração de modelo de mundo. A maior novidade é que os mundos gerados agora produzem sons, seus personagens falam e você pode alterar o cenário digitando enquanto acompanha a cena. Até a manhã de 28 de outubro, o anúncio oficial no X tinha cerca de 1,7 milhão de visualizações e 15,3 mil curtidas. Por enquanto, porém, ainda não é possível acessá-lo: o Google liberou o modelo apenas para um pequeno grupo de testadores de confiança.
O que você vai descobrir: em 3 minutos, entenda as novidades do Genie 4, se já é possível usá-lo e quais são seus próximos passos.
Primeira novidade do Genie 4: o mundo agora fala
Em resumo: o Genie 4 não gera mais apenas um cenário silencioso para assistir, mas uma cena que emite sons, responde e pode ser alterada na hora.
Primeiro, vale explicar o que é um “modelo de mundo”. Um modelo de vídeo é como receber uma cena já gravada e finalizada. Um modelo de mundo se parece mais com um espetáculo ao vivo: os atores continuam no palco e, se você disser “chuva”, começa a chover e a história muda junto. No blog oficial, os avanços do Genie 4 foram divididos em quatro capacidades, explicadas a seguir.
Legenda: no vídeo oficial de lançamento, uma pessoa entra no mundo retratado em “A Noite Estrelada”, de Van Gogh. Fonte: anúncio oficial do Google DeepMind (27/10/2026), trecho da demonstração oficial.
Capacidade 1 do Genie 4: mudar o mundo em tempo real
Segundo o blog oficial, é possível modificar uma simulação em andamento com linguagem natural: mudar o clima, mover a câmera ou adicionar pessoas e objetos. Na demonstração, basta digitar uma instrução enquanto a cena está passando para o clima mudar, a câmera se mover ou uma nova pessoa aparecer.
Um detalhe importante é que, segundo o Google, o Gemini leva em conta o ambiente ao redor para reformular seu comando de um jeito mais adequado à cena atual. Entre uma instrução e outra, ele também continua observando e orientando a cena, para que o mundo não “trave” quando você para de digitar.
Legenda: enquanto a cena continua, um comando faz aparecer um piano na neve. Um grou se aproxima e pousa sobre as teclas. Fonte: a mesma acima.
Capacidade 2 do Genie 4: física e personagens mais realistas
Segundo o blog oficial, o Genie 4 consegue simular fenômenos físicos reais, como aerodinâmica e colisões. A demonstração mostra, por exemplo, uma melancia caindo no chão e folhas de bordo caindo e colidindo entre si. Vale lembrar que esses exemplos foram divulgados pelo próprio Google.
Para o Google, a maior evolução está nos personagens: seus movimentos são mais naturais, eles reagem ao ambiente e também podem ser controlados em tempo real. Na geração anterior, o Genie 3, os personagens eram relativamente rígidos. Desta vez, o Google destaca esse aspecto como uma das principais melhorias.
Legenda: basta escrever “jogue um busto de mármore na melancia” para o busto aparecer na cena e esmagar a fruta, espalhando polpa por todo lado. Fonte: a mesma acima.
Capacidade 3 do Genie 4: geração nativa de áudio
Nas palavras da equipe, o Genie 4 é seu “primeiro modelo de mundo em tempo real que gera áudio nativamente”. Cada mundo tem seus próprios sons ambientes, do vento nas árvores ao som das ondas, e também pode ter música de fundo. Esses sons são gerados em sincronia com as imagens, não adicionados depois.
A conversa vai além: segundo o blog oficial, os personagens reagem às suas ações ou ao que acontece no mundo e conversam em tempo real. Um dos primeiros a experimentar a tecnologia, @venturetwins, chamou isso de “um grande passo” no X e destacou que ela “também tem áudio nativo”. Essa é apenas uma impressão pessoal e não significa que a qualidade do recurso já tenha sido verificada.
Legenda: no mundo da casa de ópera, a câmera se move sozinha para cima, revelando a cúpula. O vídeo original tem sons ambientes e diálogos entre personagens, mas o GIF não reproduz áudio. Fonte: a mesma acima.
Capacidade 4 do Genie 4: simulação de eventos complexos com o Gemini
Segundo o blog oficial, o Genie 4 pode simular eventos com várias etapas quando combinado ao Gemini. Assim, sistemas de IA podem testar como reagir em um ambiente simulado antes de entrar no mundo real. Essa capacidade é voltada principalmente para pesquisas em áreas como robótica, e usuários comuns não terão acesso a ela no curto prazo.
Segunda mudança no Genie 4: três modelos trabalham em conjunto
Em resumo: o Genie 4 gera os pixels, enquanto os modelos Gemini cuidam da aparência, da coordenação e da divisão de tarefas.
Segundo o blog oficial, o Gemini Omni ancora a simulação na aparência e no comportamento do mundo real. Em outras palavras, ele faz com que os elementos da cena pareçam reais. Para conhecer o histórico do Omni, confira “Panorama do modelo de vídeo Gemini Omni: 8 sinais apontam para lançamento no I/O 2026”.
O segundo modelo citado é o Gemini 3.8 Flash, descrito como um “agente de orientação no ciclo”. Ele não desenha: funciona mais como o diretor e o continuísta de um set de filmagem. Observa a cena continuamente, divide o objetivo em ações e analisa as imagens geradas para verificar se cada etapa foi concluída. Se o mundo muda ou o usuário intervém, ele ajusta o plano na hora.
O terceiro é o Gemini 4 Argon, que aparece em experimentos relacionados ao Gemini Robotics. No exemplo apresentado, o Argon divide a tarefa de “jogar damas” em etapas e as envia em tempo real ao Genie 4 como legendas de texto. O Genie 4, por sua vez, renderiza as imagens do robô humanoide Apollo, da Apptronik, jogando.
Em um briefing citado pelo TechCrunch, o diretor de pesquisa do Google, Tejas Kulkarni, falou sobre o surgimento de futuros “modelos de mundo híbridos”: o Gemini escreveria código e texto, enquanto o Genie receberia esse conteúdo em tempo real e simularia a realidade. O blog oficial também aponta nessa direção: o Gemini cuidaria da estrutura e da linha do tempo narrativa, e o Genie, da representação física no nível dos pixels.
Terceira mudança do Genie 4: ele não é como os modelos de vídeo, como o Veo
Em resumo: um modelo de vídeo entrega um vídeo pronto; um modelo de mundo entrega uma cena que continua acontecendo e na qual você pode intervir a qualquer momento.
Os dois resolvem problemas diferentes: um não substitui o outro. Modelos de vídeo como o Veo são ideais para produzir clipes prontos para entrar em uma obra. Já o Genie 4 é mais adequado para criar ideias, fazer pré-visualizações e desenvolver protótipos interativos. O anúncio oficial não o apresenta como uma ferramenta para produzir vídeos finais nem afirma que ele pode substituir um motor de jogo.
Legenda: em uma estação no interior do Japão dos anos 1980, a câmera percorre a plataforma em primeira pessoa enquanto as pessoas se movimentam por conta própria. É justamente essa interatividade que um modelo de vídeo não oferece. Fonte: a mesma acima.
| Comparação | Modelo de vídeo (como o Veo) | Modelo de mundo (Genie 4) |
|---|---|---|
| Resultado | Um clipe de vídeo fixo | Uma cena interativa que continua acontecendo |
| Dá para mudar no meio? | Não durante a geração | Sim, a qualquer momento, por texto ou ações |
| É preciso gerar tudo de novo para mudar o resultado? | Sim | Não, a cena continua a partir dali |
| Para que serve | Material para edição, anúncios e vídeos curtos | Pré-visualização, criação de storyboards, protótipos interativos e pesquisa em simulação |
Quando o Genie 4 estará disponível
Em resumo: por enquanto, só testadores selecionados têm acesso. Usuários comuns precisam entrar na lista de espera.
Segundo o blog oficial, o Genie 4 já está disponível como uma prévia de pesquisa para testadores selecionados. Depois de coletar feedback, ele será lançado primeiro no Project Genie, incluído na assinatura Google AI Ultra, e também para parceiros com acesso antecipado à Gemini API e ao Google AI Studio.
Vale esclarecer dois pontos. O Project Genie é um aplicativo web experimental do Google Labs, uma espécie de “vitrine” para experimentar modelos de mundo. Ele faz parte da assinatura Google AI Ultra desde janeiro deste ano. Já os parceiros com acesso antecipado são organizações que receberam acesso antes do lançamento, geralmente empresas ou equipes de desenvolvimento. Não é algo que se consiga apenas fazendo um cadastro público.
Para entrar na fila, há um botão Join the Genie 4 waitlist no topo da página oficial, que leva a um formulário do Google: forms.gle/WQnSNEM3omF7Uruu7. Basta preenchê-lo conforme as instruções. Um detalhe importante: até 28 de outubro, a página de assinaturas do Gemini ainda listava o Genie 3 na seção do Project Genie. O Genie 4 ainda não aparecia entre os benefícios da assinatura. O Google não divulgou uma data oficial de lançamento.
Seis coisas que o Genie 4 ainda não consegue fazer bem
Em resumo: a própria equipe admite que o Genie 4 ainda é uma pesquisa em estágio inicial. Ele funciona bem por períodos curtos, mas tende a apresentar problemas com o passar do tempo.
- O visual perde consistência (blog oficial): o modelo mantém a coerência por períodos curtos, mas, depois de uma execução longa, de muitas alterações no comando ou de percorrer o cenário, detalhes e objetos podem mudar. A consistência de longo prazo ainda está em estudo.
- Interações físicas complexas (blog oficial): ainda são uma área de pesquisa.
- Precisão do áudio em tempo real (blog oficial): o modelo consegue gerar sons, mas a precisão ainda está sendo aprimorada.
- Texto claro e legível (blog oficial): placas e textos na imagem podem não ser renderizados com clareza.
- Precisão espacial (blog oficial): as relações de posição e distância ainda não são precisas o suficiente.
- Duração de cada geração: o blog oficial não informa. Segundo o TechCrunch, com base em um briefing, o Genie 4 consegue manter um cenário consistente por até cerca de dois minutos, o dobro da geração anterior. O dado oficial para comparação é que o Genie 3 no Project Genie tinha limite de 60 segundos por geração. Os números são compatíveis, mas a duração de “dois minutos” ainda vem da imprensa, não de uma confirmação oficial.
Além disso, a equipe não divulgou resolução, taxa de quadros, preço, limites de uso, quantidade de parâmetros nem data de lançamento da API.
Também há opiniões divergentes na comunidade. O usuário @dummerspast39, do X, acredita que o Genie 4 “não é um modelo novo” e que, na prática, é o Omni em tempo real com o 3.8 Flash como assistente. Essa é apenas a avaliação de um usuário, sem evidências apresentadas e sem resposta oficial. O blog oficial afirma que o Genie 4 “integra e se apoia nas capacidades da família Gemini”.
O que os leitores na China podem fazer agora
Em resumo: ainda é preciso entrar na fila para usar o modelo de mundo, mas já dá para criar um vídeo que você pode usar hoje.
Se você está apenas curioso, pode entrar na lista de espera e acompanhar o blog oficial e as informações sobre o SynthID. Essa é a tecnologia de marca d’água invisível do Google: ela não pode ser vista a olho nu, mas pode ser detectada. Segundo a empresa, os vídeos e áudios gerados pelo Genie 4 terão o SynthID incorporado. Então, se encontrar conteúdo que pareça ter sido gerado pelo Genie, essa pode ser uma forma de verificar.
Se quiser começar agora, você pode usar as partes do ecossistema Genie 4 que já estão disponíveis. O gemini-3.8-flash, apontado pelo Google como o “diretor”, já pode ser chamado pela APIYI, em apiyi.com. Você pode pedir que ele divida a descrição de uma cena em planos, ações e falas, ajudando a definir o storyboard. Para o vídeo, a plataforma já oferece modelos como o Seedance 2.5, que podem transformar o storyboard diretamente em clipes. Confira os modelos e preços atualizados na lista da plataforma, em apiyi.com.
Há outra vantagem nessa abordagem: com uma única chave API, você pode chamar vários modelos, sem precisar se cadastrar separadamente para cada um. A interface é compatível com o formato da OpenAI; basta definir base_url como https://api.apiyi.com/v1 para integrá-la ao código existente. Quando o Genie 4 estiver de fato disponível, você já terá experiência com um fluxo de trabalho que combina um “modelo diretor” e um modelo de vídeo.
Perguntas frequentes sobre o Genie 4
Q1: O que é o Genie 4?
É um modelo de mundo lançado pelo Google DeepMind em 27 de outubro de 2026. Ele gera ambientes interativos em tempo real, com áudio e diálogos entre personagens de forma nativa.
Q2: Qual é a diferença entre o Genie 4 e o Genie 3?
As novidades listadas no blog oficial incluem áudio nativo, diálogos entre personagens, movimentos humanos mais realistas e orientação do Gemini em tempo real. Sobre a duração, a única referência é a de “dois minutos” citada pelo TechCrunch, em comparação com o limite de 60 segundos do Genie 3 no Project Genie.
Q3: Já é possível usar o Genie 4?
O público em geral ainda não pode usá-lo. Ele está em fase de prévia de pesquisa e disponível apenas para testadores selecionados. Depois, será liberado para usuários do Project Genie no plano AI Ultra e parceiros iniciais da API, mas ainda não há uma data anunciada.
Q4: O Genie 4 tem API pública e preço definido?
Não. A empresa não divulgou uma API pública, o nome do modelo nem a forma de cobrança. Por enquanto, ele também não é um produto disponível para compra. Para experimentar recursos relacionados, você pode usar modelos já disponíveis, como o Gemini 3.8 Flash, pela APIYI em apiyi.com.
Q5: O Genie 4 pode substituir ferramentas de geração de vídeo?
Não exatamente. Os resultados são diferentes: modelos de vídeo entregam vídeos finalizados, enquanto o Genie 4 é mais adequado para pré-visualizações e protótipos. Quando precisar de vídeos prontos, você ainda terá que usar um modelo de vídeo. Na APIYI, em apiyi.com, é possível acessar vários modelos de vídeo com uma única chave API.
Q6: Os resultados da demonstração oficial são confiáveis?
A demonstração foi divulgada pelo próprio Google, e as avaliações de quem teve acesso antecipado são apenas impressões pessoais. A empresa reconhece que as imagens podem apresentar desvios e que ainda há limitações na precisão de textos e na representação espacial. É melhor esperar mais resultados de testes públicos antes de tirar conclusões.
Resumo
A maior mudança do Genie 4 é que, pela primeira vez, o modelo de mundo reúne som, diálogo e controle em tempo real, com modelos como Gemini Omni e Gemini 3.8 Flash trabalhando em conjunto. Por enquanto, porém, ele ainda está em fase de prévia de pesquisa: não há números oficiais sobre data de lançamento, preço ou duração, e os “dois minutos” são apenas uma estimativa divulgada pela mídia.
Em resumo: vale a pena acompanhar o Genie 4, mas ele ainda não está disponível para uso; se você quer criar conteúdo, pode começar com os modelos existentes para produzir os storyboards e vídeos. Se quiser, experimente o Gemini 3.8 Flash e modelos de vídeo na APIYI, em apiyi.com, usando uma única chave API.
Referências
- Blog oficial do Google DeepMind: Genie 4: A new generation of world simulation
- Link:
deepmind.google/blog/genie-4-a-new-generation-of-world-simulation - Blog oficial do Google: Introducing Genie 4
- Link:
blog.google/innovation-and-ai/models-and-research/google-deepmind/introducing-genie-4 - Reportagem do TechCrunch: Google’s Genie 4 world model adds audio, more realistic worlds, and real-time steering
- Link:
techcrunch.com
Autor: Equipe técnica da APIYI
Contato técnico: Entre em contato conosco pela página inicial da APIYI, em apiyi.com. Para mais informações, acesse a central de documentação em docs.apiyi.com.
