Ao clicar em “Aceitar todos os cookies”, concorda com o armazenamento de cookies no seu dispositivo para melhorar a navegação no site, analisar a utilização do site e ajudar nos nossos esforços de marketing. Mais informações
Definições de cookies
Ao clicar em “Aceitar todos os cookies”, concorda com o armazenamento de cookies no seu dispositivo para melhorar a navegação no site, analisar a utilização do site e ajudar nos nossos esforços de marketing. Mais informações
O modelo mundial de IA Genie 3 da DeepMind converte prompts de texto ou imagem em ambientes 3D. Este avanço marca mais um passo em direção à inteligência semelhante à humana.
Em 5 de agosto de 2025, o Google DeepMind lançou a sua versão mais recente do modelo Genie, conhecido como Genie 3. É um novo modelo de IA que pode converter as instruções de texto de um utilizador em ambientes dinâmicos e interativos.
Esses ambientes, ou mundos de IA, possibilitam que o usuário navegue e interaja com eles em tempo real, como em um videogame. Os usuários também podem expandir ou modificar o ambiente, fornecendo prompts de texto adicionais, permitindo alterações em tempo real sem reiniciar a simulação.
O que torna o modelo Genie Google mais recente particularmente impactante é que ele pode ser usado para treinar agentes de IA. Isso envolve ensinar agentes de IA a tomar decisões ou realizar tarefas usando dados e feedback. Ao usar um ambiente 3D simulado em vez do mundo real, os pesquisadores podem evitar muitos dos desafios, custos e riscos do treino no mundo real.
O Google Genie 3 também pode simular cenários complexos, como testar um carro autônomo dirigindo em condições climáticas adversas ou um wingsuit deslizando por terrenos montanhosos.
Neste artigo, exploraremos o Google Genie 3 e suas capacidades. Vamos começar!
Fig 1. Um frame de uma simulação Genie 3 mostrando um wingsuit deslizando. (Fonte)
Uma breve história dos modelos Genie do Google
Antes de nos aprofundarmos nos modelos Genie do Google DeepMind, vamos entender melhor o que são modelos mundiais.
Os modelos mundiais são sistemas de IA que aprendem regras do mundo real, como física, movimento e relações espaciais, a partir de texto, imagens, vídeos e conjuntos de dados de movimento. Isto permite-lhes criar cenas realistas e prever como elas evoluem. Os modelos Genie são exemplos de tais sistemas.
Aqui está um rápido vislumbre dos modelos Google Genie anteriores que abriram caminho para o Genie 3:
Genie 1: Genie 1, frequentemente referido simplesmente como Google Genie, foi o primeiro modelo mundial de IA do Google DeepMind capaz de criar ambientes virtuais interativos. Os usuários podiam descrever um mundo com texto, imagens, fotos ou até esboços, e o Genie o gerava, permitindo que controlassem as ações dentro da cena. Foi projetado para processar dados de vídeo ao longo do tempo, prever o próximo frame e traduzir as entradas do usuário em ações no mundo virtual.
Genie 2: Com base nas capacidades do Google Genie, o Genie 2 podia criar uma ampla gama de mundos 3D detalhados e interativos. Como um modelo mundial, simulava ambientes virtuais e respondia realisticamente a ações como pular, nadar ou mover objetos. Treinado com uma enorme coleção de vídeos, apresentava interações realistas de objetos e movimentos de personagens realistas.
O que é o Genie 3? O novo modelo de IA do Google
Com base nos modelos Genie anteriores, o Genie 3 é o mais recente e avançado da série. Ele se baseia particularmente no Genie 2, que poderia gerar novos ambientes virtuais, e no Veo 3, o modelo de geração de vídeo mais recente do Google DeepMind. O Veo 3 demonstra uma profunda compreensão da física e de como os objetos interagem no mundo real.
Enquanto o Veo 3 usa um motor de física codificado, o Google Genie 3 ensina a si mesmo como a física funciona usando um método conhecido como aprendizado auto-supervisionado. É uma técnica de aprendizado de IA onde um modelo de IA aprende padrões e relacionamentos de dados não rotulados, gerando seus próprios sinais de aprendizado.
A capacidade de aprendizado auto supervisionado do Google Genie 3 é crucial para treinar sistemas de IA, como agentes de IA ou robôs de IA, para lidar com várias tarefas. De fato, pesquisadores do Google DeepMind veem o Genie 3 como um passo importante para a criação da Inteligência Artificial Geral (AGI).
Fig. 2. Um exemplo de uso do Google Genie 3 para simular o controle de um rover robótico. (Fonte)
AGI é uma forma teórica de IA que pode entender e aprender qualquer tarefa ou assunto e aplicar esse conhecimento em diferentes situações, muito parecido com um humano. Ao contrário dos modelos de inteligência artificial de hoje, que são construídos para tarefas específicas e lutam para transferir suas habilidades para novos problemas, a AGI seria capaz de se adaptar e aprender em uma ampla gama de contextos.
Principais recursos do Google Genie 3 relacionados à construção de um mundo de IA
Aqui estão alguns dos principais recursos suportados pelo Genie 3:
Geração de mundo 3D a partir de texto: Pode transformar um simples prompt de texto (por exemplo, “um robô andando na rua”) em um ambiente jogável semelhante a 3D com controles básicos de movimento.
Eventos mundiais acionáveis por prompt: Os usuários podem alterar dinamicamente o ambiente digitando novos comandos (por exemplo, adicionar chuva à rua).
Memória visual: O Genie 3 consegue lembrar de objetos deixados para trás no ambiente e permite que você os revisite mais tarde, por cerca de um minuto.
Saída de vídeo suave e consistente: Ele pode manter uma saída de vídeo de 24 fps (quadros por segundo) em resolução de 720p, com maior engajamento em comparação com o Genie 2.
Fig. 3. O Google Genie 3 pode gerar saídas que duram mais do que as produzidas pelo Genie 2.
Educação ao gaming: Aplicações do Genie 3 do Google DeepMind
O Google Genie 3 pode tornar o aprendizado, a pesquisa e o treinamento mais imersivos e envolventes. Por exemplo, em salas de aula, pode dar vida à história, à ciência ou à geografia, permitindo que os alunos explorem cidades antigas ou viajem pelo espaço. Da mesma forma, para desenvolvedores de inteligência artificial, oferece mundos virtuais realistas para praticar estratégias, superar desafios e aprimorar habilidades de tomada de decisão.
Os cientistas também podem usá-lo para criar simulações controladas para testar ideias, estudar ecossistemas ou observar o comportamento de objetos. Outra aplicação interessante é no desenvolvimento de jogos de vídeo. Os desenvolvedores de jogos podem transformar prompts de texto em mundos de jogos detalhados, acelerando o desenvolvimento e reduzindo a necessidade de grandes equipes.
Fig 4. Jogos divertidos, coloridos e interativos podem ser projetados usando o Genie 3. (Source)
Limitações do Google Genie 3 como um modelo mundial
Embora o Google Genie 3 ofereça muitos recursos e benefícios, também é importante considerar as suas desvantagens.
Aqui estão algumas limitações a serem consideradas:
Alcance de ação limitado: Embora você possa acionar muitos eventos no mundo virtual, nem todos são realizados pelo próprio agente. As ações que um agente pode executar diretamente ainda são limitadas.
Interação com outros agentes: Criar interações realistas entre múltiplos agentes independentes no mesmo ambiente ainda é um trabalho em andamento.
Precisão no mundo real: O Google Genie 3 ainda não consegue recriar locais do mundo real com perfeita precisão geográfica.
Principais conclusões
O Google Genie 3 representa um avanço significativo na criação de mundos 3D realistas e interativos com IA. Ele pode dar vida a ideias a partir de simples comandos de texto, simular física e até mesmo treinar sistemas de IA em espaços virtuais seguros.
Embora ainda tenha limites, abre muitas possibilidades para pesquisa, jogos e desenvolvimento de IA. É também um passo crucial em direção a sistemas AGI que podem pensar e aprender mais como os humanos.
.webp)
