Guia do Google Project Genie: o foundation world model do Google explicado

Principais recursos do Project Genie

Vamos conhecer alguns dos recursos mais importantes do Project Genie.

• Geração de mundos interativos: diferente de um vídeo, você está no controle. Você controla a câmera ou um personagem, e o modelo gera o próximo quadro em tempo real com base nas suas ações.
• Esboço de mundo (world sketching): você pode semear um mundo usando um prompt de texto simples (por exemplo, "uma cidade cyberpunk iluminada por neon") ou uma imagem enviada. A IA então cria uma versão 3D jogável a partir desse input estático.
• Remix de mundo (world remixing): permite pegar um mundo existente e transformá-lo. Você pode mudar o estilo artístico, adicionar novos elementos ou alterar a atmosfera mantendo a disposição geral.
• Controlabilidade de ações: o modelo é treinado para reconhecer entradas como pular, voar ou caminhar. Ele mapeia esses comandos para mudanças visuais lógicas, criando uma sensação de agência dentro da simulação.

Mão na massa com o Project Genie

Vamos ver alguns casos de uso básicos do Project Genie para tirar ideias do papel.

World sketching

A criação do mundo começa pela fase de World Sketching. Você digita um prompt ou envia uma foto, e o sistema usa o Nano Banana Pro (o mais novo engine de imagens de alta fidelidade do Google) para refinar o visual inicial. 

Essa integração garante que o primeiro quadro tenha a profundidade arquitetônica e a textura necessárias para um ambiente 3D complexo. 

Você também pode "esboçar" a lógica do mundo, definindo como seu personagem se move pelo espaço antes da simulação começar. 

Abaixo, você vê um ambiente de exemplo e a descrição de um personagem. Isso permite que o modelo gere o mundo inicial em que tudo começa.

World remixing

O recurso de World Remixing se destaca para fluxos de trabalho criativos. Por exemplo, você pode pegar uma foto realista de um parque da sua cidade e pedir ao modelo: "Remixe isso para o estilo de desenho do Studio Ghibli". 

O mundo jogável resultante mantém a disposição física do parque (as árvores, os caminhos), mas aplica uma estética artística totalmente nova. As transições geralmente são suaves, embora texturas complexas às vezes pareçam derreter levemente durante a transformação. 

Por exemplo, eu peço para o modelo deixar o lago rosa, e ele reage de acordo. O estilo artístico e a estrutura física geral continuam os mesmos, enquanto o lago é atualizado.

Exploração 3D

Depois que o mundo é gerado, você entra no modo de Exploração 3D. É possível navegar em primeira ou terceira pessoa. 

Você usa as teclas WASD para mover seu personagem e as setas para olhar ao redor. Também dá para usar a barra de espaço para pular e subir sobre obstáculos. 

Cada sessão oferece 60 segundos para explorar o mundo.

Pela minha experiência, o ambiente como um todo é impressionante. Conforme você se move, a IA gera novos terrenos que seguem o estilo definido. Existem, sim, algumas limitações com texturas complexas, e dá para sentir que o modelo está criando as ideias ao vivo, então a taxa de quadros nem sempre é a mais suave. 

Ainda assim, pensar que escrevi um prompt simples em menos de um minuto e vi isso virar um mundo gerado e explorável em questão de minutos é absolutamente de explodir a cabeça.

Como acessar o Project Genie?

No início de 2026, o Project Genie segue como um protótipo de pesquisa experimental. Ele ainda não está disponível para o público em geral. 

Atualmente, o acesso é limitado a assinantes do Google AI Ultra nos Estados Unidos. 

Se você tem uma assinatura ativa, encontra a ferramenta no portal Google Labs FX. 

Observe que é necessário ter 18 anos ou mais para participar do programa de pesquisa.

Quão bom é o Project Genie?

Navegar por um mundo gerado em tempo real é bem diferente de jogar um game com gráficos pré-renderizados. 

Claro, não dá para julgar da mesma forma que um LLM padrão, já que não testamos um "mundo" fazendo perguntas. Só conseguimos avaliar pela experiência visual e interativa. 

Primeiro, os detalhes técnicos. O vídeo é limitado a 720p com taxa de cerca de 24 fps. Isso o torna menos "nítido" que o Sora, já que o foco em gerar vídeo fluido é diferente de gerar um mundo interativo.

 Gerar um mundo em tempo real exige muito mais computação. 

Visualmente, a experiência é bem agradável. De novo, notei alguns engasgos por conta da taxa de quadros mais baixa. Mas, no geral, o mundo é bastante consistente. 

No entanto, em algumas execuções percebi que objetos gerados às vezes desaparecem ou mudam quando você passa por eles e se vira para olhá-los. Isso tende a acontecer com objetos únicos (como personagens), e menos com objetos estáticos como árvores. 

A interação com o mundo funcionou na maior parte do tempo. Quando você pressiona um botão para se mover ou olhar ao redor, a câmera acompanha e se movimenta como esperado.

 Nesse sentido, o mundo é bem interativo. Tive alguns atrasos ao pular, e acho que isso acontece quando você está em uma superfície plana e o modelo não espera que você pule.

 Funciona de forma mais consistente quando há obstáculos no chão e faz "sentido" você pular por cima.

De modo geral, a sensação é bem próxima do mundo real (tirando o estilo artístico estilizado). Na maior parte do tempo, a distância e o tamanho dos objetos fizeram sentido. E o paralaxe de movimento também foi consistente ao longo da experiência. 

Dito isso, consegui quebrar o modelo de forma consistente ao pedir múltiplas ações, como nadar e caminhar ao mesmo tempo. Acho que a redação do prompt precisa ser bem precisa para chegar no que você quer. 

No fim das contas, foi uma experiência incrível — e é difícil acreditar como ficou fácil gerar mundos interativos simples.

Casos de uso do Project Genie

Consigo pensar em várias formas de pessoas de perfis diferentes usarem o Project Genie.

1. Prototipagem rápida de jogos: designers podem pular meses de modelagem de cenário para testar instantaneamente a "sensação" de uma fase. Alimente o sistema com informações precisas sobre a física do seu jogo, estilo artístico e esboços de uma fase para ver como ela pode se desenrolar.
2. Treinamento de agentes de IA: world models fornecem uma “academia” segura e infinita para robôs aprenderem navegação e manipulação de objetos antes de serem levados ao mundo físico. 
3. Educação: alunos podem gerar um cenário histórico, como a Roma Antiga, e caminhar pelas ruas para entender escala e arquitetura de um jeito que um livro não entrega.

Aqui vai uma visita rápida ao Globe Theatre, em Londres. Embora não esteja 100% fiel, com mais refinamento de prompt, dá para construir uma versão cada vez mais precisa do mundo.

Este foi o prompt que usei: 

World Prompt:
A hyper realistic 360-degree immersive recreation of London's Southbank. Focus on the Globe Theater, a massive three-story open-air polygonal wooden structure with a thatched roof. The exterior is white lim-wash with dark oak timber framing. Nearby, include the Rose Theatre. 

The streets are narrow, unpaved, and muddy. Include the River Thames and the distance silhouette of Old London Bridge. 

Character: A person that wears a doublet of velvet and stained leather breeches. He has ink stains and a small jagged scar across his eyebrow.Tecnologia

Considerações finais

O Project Genie marca o começo da virada de Mídia Generativa para Simulação Generativa. Estamos saindo da era de apenas olhar para conteúdo gerado por IA e entrando na era de viver dentro dele. Estamos começando a ver o crescimento de large action models que entendem seus objetivos como humano e fornecem o ambiente e as ações para alcançá-los. Também estamos vendo a próxima geração de criação de vídeos com ferramentas como o Seedance 2.0, do ByteDance, que cobrimos em outro guia. 

Para se aprofundar no que é preciso para criar esses modelos, recomendo os seguintes recursos:

• Sora 2 API: guia completo com exemplos
• Reinforcement learning em Python
• Deep reinforcement learning em Python