Surge uma paisagem no ecrã. Avançamos e, depois, pedimos para mudar o tempo ou acrescentar uma personagem sem reiniciar a cena. É este tipo de interação que a Google destaca com o Genie 4. O que está em causa vai além de criar uma sequência bonita: trata-se de fazer evoluir um ambiente ao ritmo das ações do visitante.
Anunciado pela Google DeepMind a 27 de outubro de 2026, o modelo também gera sons ambiente, música e diálogos ao mesmo tempo que as imagens. O Gemini intervém para interpretar as instruções e acompanhar o desenrolar da cena. Estas são capacidades apresentadas pelo fabricante; não as testámos diretamente.
A mudança merece atenção. Mas uma imagem verosímil, uma interação agradável e uma simulação suficientemente estável para um trabalho profissional não são três formas de dizer a mesma coisa.
Da sequência ao ambiente modificável
Num vídeo já produzido, o espectador vê aquilo que foi decidido anteriormente. Na experiência descrita para o Genie 4, os seus movimentos e pedidos contribuem para o que se segue. A criação assemelha-se mais a uma exploração do que à visualização de um filme acabado.
A Google descreve experiências de pré-visualização para equipas criativas, de prototipagem para programadores de jogos e de geração de cenários para a investigação. Estas possibilidades são interessantes porque dizem respeito ao início do trabalho: experimentar uma ideia, comparar um ambiente, analisar uma situação antes de construir uma ferramenta definitiva.
É importante manter esta posição no processo. Um protótipo serve para aprender algo sobre uma ideia. Não tem automaticamente as qualidades de um produto que se pode entregar, manter e fazer funcionar durante muito tempo. A rapidez de uma primeira proposta e o controlo do resultado final devem ser avaliados separadamente.
O teste decisivo: voltar a encontrar o mesmo objeto
A ficha oficial do modelo descreve várias limitações: os detalhes visuais e os objetos podem sofrer alterações ao longo do tempo, sobretudo após modificações complexas ou uma exploração prolongada. As interações entre vários agentes continuam a ser um problema de investigação; os locais reais não são reproduzidos com uma exatidão perfeita.
Para tornar este ponto concreto, imaginemos um teste: pousamos uma chávena numa mesa, contornamos um obstáculo e depois voltamos. A chávena continua no mesmo sítio, com a mesma forma? Se a deslocarmos, essa alteração mantém-se daí em diante? Este exemplo é uma proposta de avaliação, não o relato de um teste realizado com o Genie 4.
Um cenário pode continuar a ser agradável de ver e, ainda assim, falhar esta verificação. Numa breve pesquisa de ambientes, a falha pode ser tolerável. Num jogo assente em regras precisas ou no treino de um robô, pode alterar por completo o valor da experiência.
Alguns minutos não dizem tudo sobre uma utilização
A Google indica que o modelo permite alguns minutos de interação contínua, em vez de sessões longas. A precisão do áudio também continua a ser uma área em desenvolvimento. A página de apresentação especifica que as sequências mostradas foram encurtadas.
Estas indicações convidam a olhar para a duração útil, e não apenas para a duração impressionante. Durante quanto tempo conserva o ambiente as características necessárias à tarefa? Quantas alterações se podem fazer antes de ser preciso recomeçar? Que parte de uma sessão é, afinal, reutilizável?
É possível colocar estas perguntas sem assumir desde logo uma resposta negativa. Uma ferramenta com limitações de duração pode desempenhar um papel específico e valioso. Esse papel deve simplesmente ser descrito com a mesma precisão que as suas demonstrações.
Porque o realismo não substitui um protocolo
A palavra «simulação» abrange métodos diferentes. Para enquadrar a comparação, a NVIDIA descreve o Isaac Sim como um ambiente de simulação robótica onde se montam cenas, se configuram modelos de robôs e sensores e se ativam propriedades físicas. O sistema serve, nomeadamente, para testar cadeias de software e produzir dados sintéticos.
Este desvio não constitui uma classificação entre dois produtos. Mostra por que motivo um profissional precisa de saber o que controla. Num ensaio de robótica, poder alterar um parâmetro identificado e medir uma consequência é uma exigência diferente da de obter rapidamente uma cena plausível.
Uma futura utilização de mundos gerados deverá, por isso, especificar as grandezas avaliadas, os erros tolerados e as verificações no mundo real. Um bom aspeto no ecrã não pode, por si só, certificar que um comportamento aprendido será seguro fora do ecrã.
O que um ensaio útil deveria documentar
Uma avaliação séria poderia registar a instrução inicial, as alterações pedidas e a sequência completa. As cenas bem-sucedidas teriam, assim, um contexto: número de tentativas, repetições necessárias, elementos que permaneceram estáveis e erros encontrados.
Para um criativo, a pergunta poderia ser: esta exploração ajuda a escolher um enquadramento ou uma direção artística? Para um designer de jogos: permite testar uma intenção de interação? Para um investigador: produz situações cujas propriedades podem ser controladas? Cada utilização exige o seu próprio critério de sucesso.
Este quadro também evita transformar uma demonstração numa promessa de inteligência geral. A capacidade de gerar reações credíveis é um resultado que deve ser analisado por si só; não resolve todas as questões sobre a compreensão do mundo.
Um acesso a distinguir da disponibilidade geral
A 4 de novembro de 2026, a ficha da Google ainda apresenta o Genie 4 como uma pré-versão de investigação para testadores de confiança. Anuncia, em seguida, a disponibilização aos subscritores do Google AI Ultra no Project Genie e a parceiros com acesso antecipado através da Gemini API e do AI Studio. Este anúncio não equivale a um acesso imediato para todos.
O interesse do Genie 4 reside, por enquanto, numa nova forma de esboçar mundos interativos. Para perceber até onde poderá ser útil, será preciso observar o que permanece depois do efeito de surpresa: a continuidade dos objetos, o controlo das interações e a possibilidade de reproduzir uma experiência útil.
Fotografia ilustrativa de um videojogo: uma pessoa segura um comando. Não mostra o Genie 4 nem indica que o modelo esteja disponível numa consola. Crédito: InclusiveGameLab / Wikimedia Commons / CC BY-SA 4.0.
