O que é o Google Genie 4?

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.

Experimente o Apidog hoje

O Genie 4 do Google DeepMind foi anunciado em 27 de outubro de 2026. Este artigo 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:

1. Observa a cena continuamente.
2. Divide seu objetivo em uma sequência de etapas.
3. Revisa os quadros recebidos para verificar se cada etapa realmente aconteceu.
4. 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.

1. Abra o post do Genie 4 do Google DeepMind.
2. 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.
3. Preencha o formulário, intitulado “Candidate-se para acesso ao Genie 4 no Project Genie”.
4. 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 [REDACTED PROMPT]
In Apidog project , 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:

bash
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project --file case.json
apidog run --test-case --project -e -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](https://apidog.com/pt/blog/apidog-cli-ci-cd-pipeline?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation) mostra a configuração, e [Apidog CLI no Claude Code](https://apidog.com/pt/blog/apidog-cli-in-claude-code?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation) 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.