Com o Genie 4, a Google DeepMind quer ir além dos vídeos gerados por inteligência artificial e criar mundos virtuais que evoluem em tempo real.

Imagine entrar num mundo virtual, acrescentar personagens e desencadear acontecimentos, sem ter de começar tudo de novo. É essa a experiência que a Google DeepMind pretende proporcionar com o Genie 4, um modelo de inteligência artificial capaz de criar ambientes interativos com imagens, sons e personagens que reagem às ações do utilizador.

Não perca nenhuma notícia importante da atualidade de tecnologia e acompanhe tudo em tek.sapo.pt.

Ao contrário dos geradores de vídeo tradicionais, que produzem sequências destinadas sobretudo a serem vistas, o Genie 4 cria simulações nas quais é possível intervir enquanto a ação decorre. Através de comandos de texto, os utilizadores podem modificar o cenário, mudar o ângulo da câmara ou introduzir novos objetos e personagens.

A tecnologia procura reproduzir o comportamento do mundo real, incluindo fenómenos físicos como colisões e aerodinâmica, bem como movimentos humanos e de animais mais naturais. A criação de áudio também passa a fazer parte da experiência, com efeitos sonoros, música e vozes que acompanham a ação e respondem às interações.

Escolha o TEK como fonte preferida no Google

Uma das novidades face ao Genie 3 é precisamente a integração de áudio nativo. O modelo recorre ainda à família Gemini para ajudar a manter a coerência dos acontecimentos, acompanhando sequências de ações e verificando se os objetivos definidos são cumpridos.

As aplicações vão além do entretenimento. A Google DeepMind vê nestes mundos virtuais uma oportunidade para desenvolver jogos, experimentar narrativas interativas e, sobretudo, criar ambientes de treino para investigadores, robots e agentes de inteligência artificial. Antes de executarem determinadas tarefas no mundo físico, estes sistemas poderão praticá-las em simulações.

Veja o vídeo

Para já, o Genie 4 está disponível numa fase de testes de investigação, com acesso limitado a parceiros selecionados. A Google prevê disponibilizá-lo posteriormente aos subscritores do Google AI Ultra através do Project Genie e a programadores através da API do Gemini e do Google AI Studio.

Apesar dos avanços, a tecnologia ainda apresenta limitações, sobretudo em sessões prolongadas e perante instruções complexas. A consistência dos objetos, a precisão espacial, a legibilidade do texto e o áudio em tempo real continuam a precisar de melhorias.

Para ajudar a distinguir conteúdos artificiais de gravações reais, os vídeos e o áudio gerados pelo modelo terão a marca de água digital SynthID, desenvolvida pela Google para identificar conteúdos criados com inteligência artificial.

Assine a newsletter do TEK Notícias e receba todos os dias as principais notícias de tecnologia na sua caixa de correio