As arenas públicas de vídeo votam apenas em clipes pré-renderizados, então ainda não existe teste público para direcionamento em tempo real por linguagem natural.
Voltar à tendência do dia: IA Genie 4, do Google, cria mundos para explorar; só testadores convidados
Ranking Poly · da tendência do dia
Afirmações sobre o Genie 4 ordenadas pela lacuna de evidências (2026)
O próprio comunicado do Google diz que os mundos do Genie 4 podem se desviar depois de várias edições por comandos de texto, que é seu principal recurso. E nenhum teste público consegue ainda editar um mundo enquanto alguém caminha por ele.
- Nº 1: Genie 4 direcionamento em tempo real (clima, câmera, inclusão de pessoas ou objetos)
- 10 posições
01Lista final
As IAs líderes montaram cada uma a sua lista de dez, de forma independente. Aqui está um resultado fácil de conferir: cada posição tem um motivo, uma fonte e a lista das IAs que a incluíram.
Ordem: da maior para a menor concordância entre as IA.
Uma etiqueta forte significa que essa IA pôs o item na sua lista. Uma esmaecida, que não pôs.
- 1
Genie 4 direcionamento em tempo real (clima, câmera, inclusão de pessoas ou objetos)
Este é o principal recurso, e o Google diz que ele se desvia depois de “várias edições de comando de texto”. Nenhum teste aberto edita um mundo durante a caminhada, e nenhum testador externo tem acesso direto.
Incluíram: Claude, Gemini. Não incluíram: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.Nas listas delas: Claude: 1 · Gemini: ver lista
2 IAs colocaram aqui - 2
Genie 4 memória e consistência de longo prazo
O Google lista a consistência de longo prazo como problema não resolvido. A melhor nota de memória no iWorld-Bench é 0,85 no resumo do artigo, mas 0,91 no ranking ao vivo. O Genie 4 não foi testado em nenhum dos dois.
Incluíram: Claude, Gemini. Não incluíram: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.Nas listas delas: Claude: 5 · Gemini: 1
O que cada IA notou 2
- Claudeposição 5
Dois minutos, o dobro do Genie 3, mas o próprio post do Google diz só ‘alguns minutos’ e lista a consistência de longo prazo como pesquisa em aberto.
- Geminiposição 1
Nenhum dos 14 modelos de mundo de fronteira testados passa de 0,85 de simetria de memória no iWorld-Bench, o que torna a promessa de retorno sem emendas do Google a maior lacuna não verificada.
Fonte ↗
2 IAs colocaram aqui - 3
Genie 4 para treinar agentes de IA e robôs
O argumento de treinar agentes se apoia em uma única demonstração de humanoide jogando damas (Apptronik Apollo). Nenhuma das respostas encontradas publicou números de transferência da simulação para o mundo real.
Incluíram: Claude, Gemini. Não incluíram: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.Nas listas delas: Claude: 3 · Gemini: 3
O que cada IA notou 2
- Claudeposição 3
A história do treino de agentes se apoia num único experimento com humanoides e damas, e um comentarista diz que o Genie agora parece mais um gerador de vídeo controlável.
Fonte ↗ - Geminiposição 3
Apresentado como motor de treino para robótica autônoma, mas nenhum dado publicado de transferência de políticas da simulação para o robô real acompanhou a demonstração.
2 IAs colocaram aqui - 4
Genie 4 áudio nativo e diálogo interativo
O Google chama o modelo de “primeiro modelo de mundo em tempo real a gerar áudio nativamente” e diz que a precisão do áudio ainda está melhorando. Um testador ouviu um clarinete quando o comando pedia um saxofone.
Incluíram: Claude, Gemini. Não incluíram: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.Nas listas delas: Claude: 2 · Gemini: 7
O que cada IA notou 2
- Claudeposição 2
‘Primeiro modelo de mundo em tempo real a gerar áudio nativamente’, mas um comentarista ouviu um clarinete quando o prompt pedia saxofone.
Fonte ↗ - Geminiposição 7
A geração interativa em tempo real de diálogos, passos e acústica espacial supera os pares só de vídeo, mas a latência sob carga de streaming não foi divulgada.
Fonte ↗
2 IAs colocaram aqui - 5
Genie 4 física (aerodinâmica, colisões, água)
A manchete da The New Stack diz que a física “ainda não está totalmente certa”, e o Google lista interações físicas complexas como não resolvidas.
Incluíram: Claude, Gemini. Não incluíram: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.Nas listas delas: Claude: 6 · Gemini: 6
O que cada IA notou 2
- Claudeposição 6
A manchete do The New Stack diz que a física ‘ainda não está bem certa’, e o Google lista interações físicas complexas como problema não resolvido.
Fonte ↗ - Geminiposição 6
Navegar por ambientes com teclado esconde erros persistentes de objetos atravessando paredes e limites, algo que simuladores físicos formais não permitem.
Fonte ↗
2 IAs colocaram aqui - 6
Genie 4 fotorrealismo, iluminação e materiais
Esta afirmação tem a menor lacuna. Os espectadores elogiam a iluminação e os materiais, embora um clipe “fotorrealista” parecesse um videogame. A votação cega em arenas pelo menos permite comparar clipes offline.
Incluíram: Claude, Gemini. Não incluíram: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.Nas listas delas: Claude: 9 · Gemini: 9
O que cada IA notou 2
- Claudeposição 9
A afirmação mais testável e a mais bem apoiada: comentaristas dizem que iluminação e materiais estão claramente melhores que na geração anterior.
Fonte ↗ - Geminiposição 9
A afirmação mais fácil de verificar visualmente, apoiada por boas colocações em rankings, mas a iluminação cinematográfica contribui menos para a competência funcional do agente.
Fonte ↗
2 IAs colocaram aqui - 7
Genie 4 personagens e comportamento de múltiplos agentes (ligação ao Gemini Omni)
O Google admite que modelar vários agentes independentes é “ainda um problema de pesquisa em aberto”. A ligação dos personagens ao Gemini Omni aparece só nos vídeos de demonstração do Google.
Incluíram: Claude, Gemini. Não incluíram: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.Nas listas delas: Claude: 7 · Gemini: 5
O que cada IA notou 2
- Claudeposição 7
O Google admite que modelar interações entre vários agentes independentes é ‘ainda um problema de pesquisa em aberto’.
Fonte ↗ - Geminiposição 5
O Google afirma que modelos de raciocínio multimodal mantêm o comportamento dos NPCs coerente, mas a orquestração de vários agentes costuma sair de sincronia após ramificações rápidas de prompts.
2 IAs colocaram aqui - 8
Genie 4 marca d'água SynthID
Esta é uma afirmação de procedimento, não de desempenho, e será fácil de checar quando os resultados forem públicos. Nenhum terceiro confirmou ainda que a marca d'água sobrevive em transmissões ao vivo.
Incluíram: Claude, Gemini. Não incluíram: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.Nas listas delas: Claude: 10 · Gemini: 10
O que cada IA notou 2
- Claudeposição 10
Uma afirmação procedural, não de desempenho, e a mais fácil de checar quando os resultados estiverem públicos.
Fonte ↗ - Geminiposição 10
A pegada de proveniência digital do Google está tecnicamente comprovada, mas falta evidência sobre sua sobrevivência após a redução de quadros de baixa latência.
2 IAs colocaram aqui - 9
Genie 4 planejamento de eventos com Gemini 3.8 Flash
Um modelo de raciocínio planeja, verifica cada passo e revisa quando o mundo muda, mas nenhum teste publicado mede se o plano é seguido dentro de um mundo gerado.
Incluíram: Claude. Não incluíram: ChatGPT, Gemini, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.Nas listas delas: Claude: 4
O que cada IA notou 1
- Claudeposição 4
Um modelo de raciocínio planeja, verifica cada passo e revisa, mas nenhum teste publicado mostra que ele mantém um mundo coerente.
Fonte ↗
1 IAs colocaram aqui - 10
Genie 4 para cinema, jornalismo, educação, jogos e engenharia
São citados cinco campos de testadores, incluindo o “modo rascunho” de cinema e fotos de arquivo transformadas em mundos, mas não há número de testadores nem resultados. Alguns testadores chamam o resultado de “embaçado”.
Incluíram: Claude. Não incluíram: ChatGPT, Gemini, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.Nas listas delas: Claude: 8
O que cada IA notou 1
- Claudeposição 8
Os casos de uso reais são citados, mas o post não traz número de testadores, tamanhos de amostra nem resultados quantificados.
Fonte ↗
1 IAs colocaram aqui
02Vale a pena saber
O que as IAs perceberam ao montar a lista.
Comentaristas dizem que o Genie 4 mantém a coerência de coisas que estão no quadro, mas falha quando objetos saem e voltam. Um simulador para treinar agentes precisa exatamente desse caso para funcionar.
O Gemini cuida do planejamento e o Genie renderiza o mundo, o que dificulta saber qual modelo merece o crédito por cada afirmação.
03Como contamos
Em palavras simples, sem fórmulas.
1A pergunta
Top 10 afirmações sobre o Genie 4 ordenadas pela lacuna de evidências
2Onde se aplica
modelos de mundo de IA em geral
3O que analisamos
- Força da afirmação pública no anúncio e nas demonstrações do Google
- Cobertura independente: o que os repórteres dizem que os testadores viram, em comparação com o que o Google afirma
- Cobertura de testes: se os testes abertos existentes conseguem medir a afirmação
- Consequência da falha: o quanto a limitação admitida prejudica se aparecer em fluxos de trabalho reais
- Google DeepMind: post oficial sobre o Genie 4 — As afirmações e as ressalvas do próprio Google (desvio, permanência de objetos, precisão do áudio, interação entre múltiplos agentes). Não informa resolução, taxa de quadros, duração da sessão ou
- Relatório de lançamento do Quartz — Quem tem acesso (só testadores de confiança), movimento pelo teclado, como o Gemini Omni e os modelos de raciocínio do Gemini se encaixam, e o limite de cerca de dois minutos por simulação informado pela Bloomberg
- Relatório de lançamento do SiliconANGLE — Plano de lançamento e a janela de consistência de dois minutos, descrita como o dobro do limite do Genie 3
- Relatório de lançamento do Android Authority — O que os repórteres puderam ver de fato: vídeos do próprio Google, acesso restrito, nenhuma resolução informada
4Quem classificou
As IAs líderes: Claude, ChatGPT, Gemini, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek. Cada uma montou sua própria lista de dez de forma independente e indicou uma fonte para cada posição.
5Como as posições foram definidas
O mesmo item escrito de formas diferentes por IAs diferentes foi contado como um só. Quanto mais IAs o colocaram na lista, e quanto mais alto, mais alta a posição. "Acordo das IAs" mostra quantas IAs tinham o item na própria lista. As fontes são apenas as que as próprias IAs encontraram; nada foi acrescentado à mão.
04A lista de cada IA
🇺🇸 Claude10 posições · 3 notas
A mesma pergunta, respondida só por Claude. A lista final acima combina todas as IAs.
- 1Controle em tempo real, por linguagem natural, de um mundo ao vivo (clima, câmera, inclusão de pessoas ou objetos)
O recurso principal é aquele que o próprio Google diz que quebra depois de ‘várias edições de prompt’, e nenhum teste público edita um mundo no meio da caminhada.
Fonte ↗ - 2Diálogo interativo que se adapta ao que o usuário pede (áudio nativo)
‘Primeiro modelo de mundo em tempo real a gerar áudio nativamente’, mas um comentarista ouviu um clarinete quando o prompt pedia saxofone.
Fonte ↗ - 3Utilidade para treinar agentes e robôs (SIMA, Gemini Robotics, checkers do Apptronik Apollo)
A história do treino de agentes se apoia num único experimento com humanoides e damas, e um comentarista diz que o Genie agora parece mais um gerador de vídeo controlável.
Fonte ↗ - 4Simulação de eventos complexos guiada pelo Gemini 3.8 Flash
Um modelo de raciocínio planeja, verifica cada passo e revisa, mas nenhum teste publicado mostra que ele mantém um mundo coerente.
Fonte ↗ - 5Consistência e memória de longo prazo (cerca de dois minutos)
Dois minutos, o dobro do Genie 3, mas o próprio post do Google diz só ‘alguns minutos’ e lista a consistência de longo prazo como pesquisa em aberto.
- 6Simulação de física (aerodinâmica, colisões, água em movimento)
A manchete do The New Stack diz que a física ‘ainda não está bem certa’, e o Google lista interações físicas complexas como problema não resolvido.
Fonte ↗ - 7Personagens que se movem, reagem e se comportam de forma natural (inclusive com interação entre vários agentes)
O Google admite que modelar interações entre vários agentes independentes é ‘ainda um problema de pesquisa em aberto’.
Fonte ↗ - 8Valor para testadores de confiança em cinema, jornalismo, educação, jogos e engenharia
Os casos de uso reais são citados, mas o post não traz número de testadores, tamanhos de amostra nem resultados quantificados.
Fonte ↗ - 9Fotorrealismo, iluminação e materiais «mais realistas»
A afirmação mais testável e a mais bem apoiada: comentaristas dizem que iluminação e materiais estão claramente melhores que na geração anterior.
Fonte ↗ - 10Marca d'água SynthID em todos os vídeos e áudios gerados
Uma afirmação procedural, não de desempenho, e a mais fácil de checar quando os resultados estiverem públicos.
Fonte ↗
O que Claude percebeu
O próprio post do Google não traz resolução, taxa de quadros, duração de sessão nem número de testadores. O número mais concreto da cobertura, dois minutos, vem de reportagens da imprensa.
Comentaristas do Hacker News dizem que o Genie 4 mantém bem a coerência para coisas que ficam no quadro e quebra quando objetos saem e voltam. É exatamente o caso que um simulador de treino de agentes precisa.
Parte da proposta é um desenho híbrido: o Gemini cuida da estrutura e do planejamento, enquanto o Genie renderiza a aparência, o som e a resposta. Isso torna difícil separar as afirmações sobre os modelos Gemini e sobre o Genie.
🇺🇸 Gemini10 posições · 2 notas
A mesma pergunta, respondida só por Gemini. A lista final acima combina todas as IAs.
- 1Memória de longo prazo e simetria de fechamento de loop
Nenhum dos 14 modelos de mundo de fronteira testados passa de 0,85 de simetria de memória no iWorld-Bench, o que torna a promessa de retorno sem emendas do Google a maior lacuna não verificada.
Fonte ↗ - 2Controle ao vivo por linguagem natural e mutação de cena
Arenas por pares como a Artificial Analysis avaliam a execução de prompts estáticos, deixando a direção interativa de prompts durante a execução totalmente sem benchmark por terceiros.
Fonte ↗ - 3Treinamento escalável de agentes físicos e transferência do simulado para o real
Apresentado como motor de treino para robótica autônoma, mas nenhum dado publicado de transferência de políticas da simulação para o robô real acompanhou a demonstração.
- 4Estabilidade de simulação contínua de dois minutos
Enquanto o Google destaca a brincadeira aberta num sandbox, briefings de repórteres independentes revelaram um limite rígido de cerca de 120 segundos antes que surjam alucinações estruturais.
- 5Diálogo dinâmico de NPCs ancorado no Gemini Omni
O Google afirma que modelos de raciocínio multimodal mantêm o comportamento dos NPCs coerente, mas a orquestração de vários agentes costuma sair de sincronia após ramificações rápidas de prompts.
- 6Geometria 3D em primeira pessoa e física de colisão
Navegar por ambientes com teclado esconde erros persistentes de objetos atravessando paredes e limites, algo que simuladores físicos formais não permitem.
Fonte ↗ - 7Áudio espacial nativo e sincronizado em vários canais
A geração interativa em tempo real de diálogos, passos e acústica espacial supera os pares só de vídeo, mas a latência sob carga de streaming não foi divulgada.
Fonte ↗ - 8Resposta rápida do teclado e rastreamento da câmera
Testadores confirmaram a navegação funcional com WASD, mas a latência de renderização de quadros na nuvem, de ponta a ponta, oscila bastante fora de redes locais de alta banda.
- 9Iluminação, clima e materiais volumétricos fotorrealistas
A afirmação mais fácil de verificar visualmente, apoiada por boas colocações em rankings, mas a iluminação cinematográfica contribui menos para a competência funcional do agente.
Fonte ↗ - 10Marca d'água SynthID em áudio e vídeo interativos
A pegada de proveniência digital do Google está tecnicamente comprovada, mas falta evidência sobre sua sobrevivência após a redução de quadros de baixa latência.
O que Gemini percebeu
O teto de memória é a barreira técnica definidora de 2026: os testes do iWorld-Bench mostram que nenhum modelo de mundo interativo passa de 0,85 de simetria de memória, o que explica por que os clipes de demonstração da DeepMind evitam navegação longa com fechamento de laço.
Rankings públicos como a Artificial Analysis Video Arena são feitos para votação por pares de vídeos não interativos, deixando toda a indústria sem um benchmark público para direção em linguagem natural em tempo real.