Início Modelos Genie 4 chega ao Project Genie com edição em tempo real e...

Genie 4 chega ao Project Genie com edição em tempo real e galeria comunitária

0
29
Genie 4 chega ao Project Genie com edição em tempo real e galeria comunitária

O Google DeepMind começou a liberar o Genie 4 no Project Genie para assinantes elegíveis do Google AI Ultra. Segundo a empresa, o modelo permite editar ambientes em tempo real com prompts de texto, adicionar áudio nativo adaptativo e publicar criações em uma nova galeria comunitária. A atualização também traz um agente que monta mundos por conversa em linguagem natural e melhorias no Genie 3, como sessões de até 3 minutos e ancoragem em panoramas de 360 graus. Assinantes do Google AI Pro podem entrar na lista de espera.

O Google DeepMind anunciou a liberação do Genie 4 no Project Genie, experiência experimental que permite gerar e explorar mundos interativos pelo navegador. Segundo a publicação da empresa, o acesso inicial é destinado a assinantes elegíveis do Google AI Ultra, enquanto membros do Google AI Pro podem entrar em uma lista de espera.

A proposta central da atualização é dar mais controle sobre o que acontece dentro dos mundos gerados. O Google DeepMind afirma que testadores iniciais pediram justamente isso: maior domínio sobre os ambientes e formas mais simples de construir e compartilhar as criações.

Edição em tempo real e áudio nativo

Com o Genie 4, descrito pela empresa como seu modelo de mundo mais realista e interativo até agora, é possível inserir um novo prompt no meio da sessão para alterar o ambiente enquanto se navega. A fonte cita exemplos como mudar o clima, adicionar um personagem ou redirecionar a ação.

Pela primeira vez, de acordo com o Google DeepMind, o modelo combina essas imagens com áudio nativo em tempo real que se adapta conforme a cena se desenrola, indo de paisagens sonoras ambientes a diálogos de personagens. A empresa não detalha como esse áudio é gerado nem quais são os limites técnicos atuais desse recurso.

O Genie 3 continua disponível no seletor de modelos do Project Genie para quem precisa de sessões mais longas ou de espaços iniciados a partir de panoramas. A publicação indica que o Genie 4 entrega maior fidelidade visual, física e de áudio, mas não apresenta comparações numéricas entre os dois modelos.

Agente de criação e galeria comunitária

A atualização inclui o Project Genie agent, que monta ambientes a partir de uma conversa em linguagem natural. Conforme o anúncio, o agente coordena um conjunto de modelos multimodais do Google para criar as imagens iniciais que definem a identidade visual do mundo, além de trilhas sonoras personalizadas para o clima desejado.

Modelos Gemini também podem participar da sessão durante a exploração. De acordo com a empresa, eles observam o que está na tela, sugerem próximos passos com chips contextuais e podem disparar eventos no mundo automaticamente ao longo da jornada.

A nova galeria reúne mundos curados e trabalhos da comunidade. Entre os destaques citados estão Living Memory, que transforma fotos pessoais em espaços exploráveis, Dino Field Guide, com habitats pré-históricos ancorados em panoramas de 360 graus, e Rock Paper Scissors, em que o Gemini atua como árbitro em tempo real.

O Google DeepMind também menciona colaborações com criadores que tiveram acesso antecipado às ferramentas. Com o tecnólogo criativo Will, conhecido como BLVCKL!GHT, foi criado Villa Giallo, um mistério gótico explorado sala a sala. Com o cineasta Anand Gandhi, foi produzido The Life of Ants, que coloca a pessoa na perspectiva de uma formiga dentro de uma colônia.

Genie 3, segurança e limitações

As melhorias no Genie 3 incluem sessões de até 3 minutos por geração, ante 60 segundos, e a possibilidade de encadear vários mundos em jornadas contínuas. A empresa cita como exemplo uma sequência que atravessa florestas, ruínas submersas e mares gelados.

Outra novidade é a ancoragem em imagens panorâmicas de 360 graus, usada para iniciar novos mundos com referências visuais consistentes. A publicação menciona o exemplo do cânion e da fachada de Petra, que se mantêm coerentes conforme a pessoa olha ao redor.

Sobre segurança, o Google DeepMind afirma que todo vídeo e áudio gerado no Project Genie inclui marcação SynthID e que entradas e saídas dos modelos passam por triagens de segurança. A empresa não informa, no texto, detalhes sobre os critérios dessas triagens nem sobre eventuais revisões humanas.

O próprio anúncio classifica o Genie 3 e o Genie 4 como modelos de mundo ainda em estágio de pesquisa de fronteira. Entre os desafios que a equipe diz estar enfrentando estão latência de câmera, interações físicas complexas, precisão do áudio em tempo real e permanência de cena no longo prazo.

Não há, na publicação, prazos para ampliação do acesso além do Google AI Ultra, nem informações sobre preços adicionais ou disponibilidade em países específicos. A empresa também não divulga números de desempenho comparando Genie 4 e Genie 3, o que limita a avaliação independente das melhorias prometidas.

Para quem acompanha modelos de mundo, o anúncio sinaliza uma mudança de foco: além da fidelidade visual, o Google DeepMind aposta em controle em tempo real, áudio integrado e circulação social das criações. A confirmação dessas capacidades, porém, depende do uso efetivo por assinantes e de avaliações externas que ainda não existem.

Fonte original: Google DeepMind: Genie 4 is now available.

Receba o Jornal da IA todos os dias

As notícias de inteligência artificial que importam no Brasil, com o nosso prisma e sempre com as fontes. Grátis.

Sem spam. Cancele quando quiser.

LEAVE A REPLY

Please enter your comment!
Please enter your name here