Google Genie 3 dá vida ao teu mundo 3D com IA

Em 5 de agosto de 2025, o Google DeepMind lançou a versão mais recente do modelo Genie, conhecida como Genie 3. Trata-se de um novo modelo de IA que converte prompts de texto do usuário em ambientes dinâmicos e interativos.

Esses ambientes, ou mundos de IA, permitem 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, o que possibilita mudanças instantâneas sem reiniciar a simulação.

O que torna o modelo Genie mais recente da Google particularmente importante é a possibilidade de usá-lo 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 investigadores podem evitar muitos dos desafios, custos e riscos do treinamento no mundo real.

O Google Genie 3 também pode simular cenários complexos, como testar um carro autônomo dirigindo em condições climáticas severas ou alguém planando com um wingsuit por um terreno montanhoso.

Neste artigo, vamos explorar o Google Genie 3 e as suas capacidades.

Fig. 1. Quadro de uma simulação do Genie 3 mostrando alguém planando com um wingsuit. (Fonte)

Breve histórico dos modelos Genie do Google#

Antes de analisar os modelos Genie da Google DeepMind, é útil entender o que são modelos de mundo.

Os modelos de mundo são sistemas de IA que aprendem regras do mundo real, como as leis da física, o movimento e as relações espaciais, a partir de conjuntos de dados de texto, imagens, vídeos e movimentos. Isso permite-lhes criar cenas realistas e prever a sua evolução. Os modelos Genie são exemplos desses sistemas.

Confira um breve panorama dos modelos Genie anteriores do Google que abriram caminho para o Genie 3:

• Genie 1: O Genie 1, frequentemente chamado apenas de Google Genie, foi o primeiro modelo de mundo 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 ações dentro da cena. Ele foi projetado para processar dados de vídeo ao longo do tempo, prever o próximo quadro e traduzir as entradas do usuário em ações dentro do mundo.
• Genie 2: Com base nos recursos do Google Genie, o Genie 2 podia criar uma ampla variedade de mundos 3D detalhados e interativos. Como modelo de mundo, ele simulava ambientes virtuais e respondia de forma realista a ações como pular, nadar ou mover objetos. Treinado com uma enorme coleção de vídeos, apresentava interações realistas entre objetos e movimentos de personagens semelhantes aos de seres vivos.

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 especialmente no Genie 2, que podia gerar novos ambientes virtuais, e no Veo 3, o mais recente modelo de geração de vídeo do Google DeepMind. O Veo 3 demonstra um profundo entendimento da física e de como os objetos interagem no mundo real.

O Google Genie 3 aprende sozinho como a física funciona usando um método conhecido como aprendizado autossupervisionado. Essa é uma técnica de aprendizado de IA na qual um modelo de IA aprende padrões e relações a partir de dados não rotulados, gerando seus próprios sinais de aprendizado.

A capacidade de aprendizado autossupervisionado do Google Genie 3 é crucial para treinar sistemas de IA, como agentes de IA ou robôs com IA, para executar várias tarefas. De fato, pesquisadores do Google DeepMind consideram o Genie 3 um passo importante rumo à criação da Inteligência Artificial Geral (AGI).

Fig. 2. Exemplo do uso do Google Genie 3 para simular o controle de um rover robótico. (Fonte)

AGI é uma forma teórica de IA que pode compreender e aprender qualquer tarefa ou assunto e aplicar esse conhecimento em diferentes situações, de forma semelhante a um ser humano. Ao contrário dos modelos atuais de inteligência artificial, criados para tarefas específicas e que têm dificuldade para transferir suas habilidades a novos problemas, a AGI seria capaz de se adaptar e aprender em uma ampla variedade de contextos.

Principais recursos do Google Genie 3 relacionados à criação de um mundo de IA#

Confira alguns dos principais recursos compatíveis com o Genie 3:

• Geração de mundos 3D a partir de texto: Ele pode transformar um prompt de texto simples (por exemplo, “um robô caminhando pela rua”) em um ambiente semelhante a um mundo 3D jogável, com controles básicos de movimento.
• Eventos no mundo controlados por prompts: Os usuários podem alterar o ambiente dinamicamente digitando novos comandos (por exemplo, adicionar chuva à rua).
• Memória visual: O Genie 3 pode se lembrar de objetos deixados no ambiente e permitir que você volte a eles mais tarde, por cerca de um minuto.
• Saída de vídeo fluida e consistente: Ele pode manter uma saída de vídeo a 24 fps (quadros por segundo) em resolução de 720p, com períodos de interação mais longos em comparação com o Genie 2.

Fig. 3. O Google Genie 3 pode gerar saídas com duração maior do que as produzidas pelo Genie 2. (Fonte)

Da educação aos jogos: 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, ele 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, ele 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 o desenvolvimento de jogos de vídeo. Os desenvolvedores de jogos podem transformar prompts de texto em mundos de jogo detalhados, acelerando o desenvolvimento e reduzindo a necessidade de grandes equipes.

Fig. 4. É possível criar jogos divertidos, coloridos e interativos com o Genie 3. (Fonte)

Limitações do Google Genie 3 como modelo de mundo#

Embora o Google Genie 3 ofereça muitos recursos e benefícios, também é importante considerar suas desvantagens.

Confira algumas limitações a considerar:

• Alcance limitado de ações: Embora seja possível acionar muitos eventos no mundo virtual, nem todos são executados pelo próprio agente. As ações que um agente pode executar diretamente ainda são limitadas.
• Interação com outros agentes: Criar interações realistas entre vários agentes independentes no mesmo ambiente ainda é um trabalho em andamento.
• Precisão em relação ao mundo real: O Google Genie 3 ainda não consegue recriar locais do mundo real com precisão geográfica perfeita.

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 prompts de texto, simular a física e até treinar sistemas de IA em espaços virtuais seguros.

Embora ainda tenha limitações, ele abre muitas possibilidades para pesquisa, jogos e desenvolvimento de IA. Também é um passo crucial rumo a sistemas de AGI capazes de pensar e aprender mais como os seres humanos.

Confira nosso repositório no GitHub para saber mais sobre IA. Participe da nossa comunidade ativa e conheça inovações em setores como IA no varejo e IA visual na indústria. Para começar hoje mesmo com visão computacional, confira nossas opções de licenciamento.