Em 29 de outubro de 2026, o Google Genie 4 é o mais novo modelo de mundo do Google DeepMind: ele gera mundos interativos fotorrealistas em tempo real, com som, música e diálogo produzidos junto com a imagem. É uma prévia de pesquisa para testadores confiáveis no momento, e o Google diz que em breve estará disponível para assinantes do Google AI Ultra no Project Genie e para parceiros de acesso antecipado da API Gemini e do Google AI Studio.
O Genie 4 do Google DeepMind foi anunciado em 27 de outubro de 2026. Esta página aborda o que ele faz, como o Gemini o controla, o que mudou desde o Genie 3, seus limites, a lista de espera e o que você pode construir com a API Gemini enquanto espera.
O que é o Google Genie 4?
O Google Genie 4 é um modelo de mundo: um sistema de IA que simula um ambiente e como ele reage, quadro a quadro, enquanto você se move por ele. Você navega com um teclado, controla a cena com prompts de texto, e o Genie 4 renderiza o que acontece a seguir, incluindo como o mundo soa e como as pessoas nele se movem, reagem e falam.
O Google o chama de “nosso novo modelo de mundo” e o descreve como nativamente multimodal: ruído ambiente, música e diálogo interativo são gerados ao mesmo tempo que o mundo. Ele se baseia na família Gemini. Nas palavras do Google, o Gemini Omni “ancora as simulações na aparência e comportamento do mundo real”, enquanto outros modelos Gemini lidam com o raciocínio que mantém uma simulação coerente. O Google lista dois usos: ambientes de treinamento para robôs e agentes, e novas experiências interativas.
Fatos do Google Genie 4 em resumo
Cada linha vem do anúncio do Google.
| Item | Detalhe | Fonte |
|---|---|---|
| Anunciado | 27 de outubro de 2026 | Google DeepMind |
| Tipo | Modelo de mundo interativo em tempo real | Google DeepMind |
| Modalidades | Vídeo mais áudio nativo: som ambiente, música, diálogo | Google DeepMind |
| Construído sobre | Gemini Omni para aparência do mundo real; outros modelos Gemini para coerência | Google DeepMind |
| Controles | Teclado para navegação e câmera, prompts de texto para controlar, imagem de referência como primeiro quadro | Google DeepMind |
| Agente no loop | Gemini 3.8 Flash planeja, observa quadros e verifica cada etapa | Google DeepMind |
| Acesso atual | Prévia de pesquisa para testadores confiáveis | Google DeepMind |
| Próximo acesso | “Em breve” para o Google AI Ultra no Project Genie e para parceiros de acesso antecipado da API Gemini e do AI Studio | Google DeepMind |
| Marca d'água | SynthID em todo vídeo e áudio | Google DeepMind |
| Data de lançamento, preço, ID do modelo, resolução, taxa de quadros, duração da sessão | Não publicado | Não declarado pelo Google |
O que o Genie 4 pode fazer? As quatro capacidades
O Google agrupa o progresso do modelo em quatro capacidades, cada uma mostrada em gravações em tempo real.
1. Controle o mundo em tempo real com texto
Você digita uma mudança e o mundo a segue: mude o clima, mova a câmera, adicione uma pessoa ou objeto. O Gemini adapta seu prompt à cena e, entre as entradas, mantém o mundo em movimento.
Prompt de demonstração, parafraseado: “Comece a partir desta foto de um homem tocando saxofone em uma plataforma flutuante em um lago enevoado, depois deixe a câmera deslizar livremente sobre a água.”
2. Física e pessoas realistas
O Genie 4 simula aerodinâmica, colisões e outros eventos físicos. O Google chama seu tratamento de pessoas de “o salto mais dramático”: os personagens se movem naturalmente, respondem ao ambiente e podem ser controlados em tempo real.
Prompt de demonstração, parafraseado: “Uma semente de bordo cai de uma árvore na grama, filmada em macro.”
3. Som nativo e diálogo ao vivo
O Google diz que o Genie 4 é “nosso primeiro modelo de mundo em tempo real a gerar áudio nativamente.” Cada mundo carrega seu próprio som ambiente, e os personagens mantêm conversas que reagem às suas entradas e aos eventos na cena.
Prompt de demonstração, parafraseado: “Um passeio em primeira pessoa em um dragão negro através de um percurso de corrida, com batidas de asas trovejantes e vento rugindo.”
4. Eventos complexos de várias etapas com o Gemini
Emparelhar o Gemini com o Genie 4 permite que uma simulação siga um plano de várias etapas. A próxima seção explica como.
Prompt de demonstração, parafraseado: “Um braço robótico segura uma pipeta e pinga líquido em uma placa de laboratório, que emite pequenas faíscas.”
Como o Gemini funciona dentro do loop
O Gemini 3.8 Flash atua como o que o Google chama de “um agente orientador no loop.” Enquanto o Genie 4 gera o mundo, o Gemini:
- Observa a cena continuamente.
- Divide seu objetivo em uma sequência de etapas.
- Revisa os quadros recebidos para verificar se cada etapa realmente aconteceu.
- Muda seu plano na hora quando o mundo muda ou você intervém.
Se você constrói agentes, o padrão é familiar: planejar, agir, observar, verificar, replanejar. Mais sobre o planejador em nosso guia da API Gemini 3.8 Flash.
O Google também emparelhou o Gemini 4 Argon com o Genie 4 e o Gemini Robotics. Nessa demonstração, o Argon divide a tarefa do usuário em etapas e as alimenta no Genie 4 como legendas de texto enquanto a simulação é renderizada. O resultado é um humanóide Apptronik Apollo simulado jogando uma partida de damas, uma etapa de cada vez.
Genie 3 vs Genie 4: o que mudou
O Google anunciou o Genie 3 em 5 de agosto de 2025. Esta comparação usa apenas o que os dois posts de anúncio do Google afirmam.
| Genie 3 (Ago 2025) | Genie 4 (Out 2026) | |
|---|---|---|
| Interação em tempo real | Sim, o primeiro modelo de mundo em tempo real do Google | Sim |
| Especificações publicadas | 24 fps, 720p, consistente por “alguns minutos” | Nenhuma publicada |
| Controle por texto | “Eventos mundiais promptáveis”: clima, objetos, personagens | Controle por texto em tempo real, adaptado à cena pelo Gemini |
| Áudio | Não mencionado no post | Som ambiente nativo, música e diálogo |
| Integração com Gemini | Não descrito | Gemini Omni para realismo, Gemini 3.8 Flash como agente no loop |
| Pessoas | Interação multiagente listada como uma limitação | Personagens se movem, reagem e falam em tempo real |
| Acesso no lançamento | Prévia de pesquisa limitada para acadêmicos e criadores | Prévia de pesquisa para testadores confiáveis |
O Genie 3 mais tarde chegou aos usuários através do Project Genie, um aplicativo do Google Labs; nosso guia de uso do Google Genie 3 cobre esse caminho.
Limitações do Genie 4, nas palavras do Google
O Google é direto sobre o que ainda não funciona. O Genie 4 “permanece uma área de pesquisa inicial e em evolução”, e o post lista estes limites:
- Coerência de sessão curta. Os ambientes permanecem coerentes em sessões curtas, mas detalhes visuais e permanência de objetos “ainda podem mudar ou derivar com o tempo.”
- Gatilhos de deriva. A deriva é pior conforme uma simulação roda por mais tempo, após várias edições complexas de prompt e enquanto você navega pela cena.
- Problemas em aberto. Interações físicas complexas, precisão de áudio em tempo real, texto legível, precisão espacial e consistência de longo prazo são todas “áreas ativas de pesquisa em andamento.”
Em relação à segurança, o Google diz que o Genie 4 tem barreiras de proteção equivalentes às de seus outros modelos, passou por avaliações internas de segurança e foi para testadores confiáveis primeiro. Todo o seu vídeo e áudio carrega SynthID, a marca d'água invisível do Google.
Quem está testando o Genie 4 hoje?
Os testadores confiáveis vêm de indústrias criativas, jornalismo, educação, jogos e engenharia. Cineastas o usam como um “modo de rascunho” para pré-visualização, fotojornalistas transformam uma foto de arquivo em uma cena explorável, e desenvolvedores de jogos vão “de uma ideia inicial a um protótipo explorável em segundos.”
Como entrar na lista de espera do Genie 4
O Google mantém uma lista de espera pública, para o Genie 4 no Project Genie.
- Abra o post do Genie 4 do Google DeepMind.
- Clique em Junte-se à lista de espera do Genie 4 no topo, ou no link “aqui” na seção “Próximos passos”. Ambos abrem o formulário de lista de espera do Genie 4 do Google.
- Preencha o formulário, intitulado “Candidate-se para acesso ao Genie 4 no Project Genie”.
- Fique de olho no Project Genie para o lançamento. O Google nomeia os assinantes do Google AI Ultra como o primeiro grupo de consumidores.
O acesso de desenvolvedor é uma trilha separada, sem processo de inscrição publicado ainda; veja nosso guia de acesso antecipado da API Genie 4.
O Project Genie é gratuito? O Google não anunciou um plano gratuito para o Genie 4. Detalhamos o custo e todas as opções de $0 em O Project Genie é gratuito?, e listamos outros modelos de mundo que você pode experimentar agora em Alternativas ao Project Genie.
O que desenvolvedores podem construir com a API Gemini hoje
Ainda não há endpoint do Genie 4, mas a metade Gemini do loop é pública. gemini-3.8-flash está na página de modelos da API Gemini, então você pode construir a etapa de planejar e verificar com seus próprios quadros: envie uma imagem e um objetivo, receba de volta etapas e um veredito.
Uma requisição mínima para o endpoint generateContent se parece com isto:
curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.8-flash:generateContent" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"contents": [{
"parts": [
{"text": "Goal: the character opens the door. Plan the steps as JSON, then say if this frame shows step 1 done."},
{"inline_data": {"mime_type": "image/png", "data": "<BASE64_FRAME>"}}
]
}],
"generationConfig": {"responseMimeType": "application/json"}
}'
Quando o Genie 4 abrir para parceiros de API, sua camada supervisora já estará testada.
Deixe seu agente de codificação testá-lo com o Apidog CLI
Um verificador que muda a forma do JSON quebra seu loop silenciosamente. Deixe seu agente de codificação executar o Apidog CLI contra o endpoint Gemini a cada mudança.
npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com # pick your agent when prompted
Então dê ao Claude Code, Codex ou Cursor um prompt:
In Apidog project <id>, create a test case for POST
/v1beta/models/gemini-3.8-flash:generateContent that sends a sample frame and a goal,
asserts status 200, asserts the response text parses as JSON with a "steps" array and a
"verified" boolean, then run it against the gemini environment and summarize any failures.
O agente lê o esquema de payload, valida seu arquivo, cria o caso e o executa:
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <id> --file case.json
apidog run --test-case <caseId> --project <id> -e <envId> -r cli,json
Troque -r cli,json por -r junit e a mesma execução se encaixa em um job de CI; nosso guia de CI/CD do Apidog CLI mostra a configuração, e Apidog CLI no Claude Code cobre o lado do agente. O plano gratuito do Apidog cobre até 4 usuários.
FAQ
Quando o Google Genie 4 será lançado? O Google não deu uma data. Em 29 de outubro de 2026, o Genie 4 é uma prévia de pesquisa para testadores confiáveis, e o Google diz que está “chegando em breve” para assinantes do Google AI Ultra no Project Genie e para parceiros de acesso antecipado da API Gemini e do Google AI Studio.
O Genie 4 está disponível na API Gemini? Não publicamente. O Google lista parceiros de acesso antecipado da API Gemini e do Google AI Studio como próximo passo, mas não publicou um ID de modelo, documentação ou preços.
Qual é a diferença entre Genie 4 e Project Genie? Genie 4 é o modelo. Project Genie é o aplicativo do Google Labs onde consumidores usam os modelos de mundo do Google. A lista de espera do Google é para o Genie 4 dentro do Project Genie.
O Genie 4 gera som? Sim. O Google o chama de seu primeiro modelo de mundo em tempo real a gerar áudio nativamente: som ambiente, música e diálogo interativo são produzidos com o mundo.
Por quanto tempo uma sessão do Genie 4 pode permanecer consistente? O Google não dá um número. Ele diz que os ambientes permanecem coerentes em sessões curtas, com detalhes e permanência de objetos derivando em execuções mais longas, após muitas edições de prompt ou enquanto você navega.