Genie 4
O novo modelo “Genie 4” do Google DeepMind, que transforma prompts de texto e imagens em mundos de vídeo interativos, no estilo de jogos, é visto como um passo tecnicamente impressionante em relação aos geradores de vídeo de IA anteriores, mas ainda afligido por física fraca, baixa responsividade aos comandos e inconsistências visuais. Os comentaristas estão fortemente divididos sobre seu valor: alguns enxergam infraestrutura fundamental para robótica, veículos autônomos e novas formas de jogos e filmes, enquanto outros o descartam como “slop” fechado e intensivo em computação, que serve בעיקר para futuro DRM, produção de anúncios e hype, em vez de casos de uso claros e benéficos.
Avanços Técnicos Percebidos e Limitações
- Muitos veem o Genie 4 como visualmente impressionante em relação a alguns anos atrás (por exemplo, “Will Smith spaghetti”), mas nem sempre como um grande salto em relação aos modelos de vídeo atuais.
- Vários comentaristas observam física ruim ou inconsistente (por exemplo, busto de mármore que não cai, melancia que mal se rompe), movimento com aspecto de videogame e movimento de câmera estranho.
- Inconsistências quando objetos saem e reentram no quadro (castelos que desaparecem, cômodos que mudam, capacete que aparece, pessoas que mudam) são citadas como evidência de que não é um “modelo de mundo” robusto, mas um gerador de vídeo com fraca permanência de objetos.
- Alguns acham que a controlabilidade regrediu em relação a demos anteriores do Genie; sobreposições de WASD/setas muitas vezes não parecem conduzir a ação.
Jogos, “Modelos de Mundo” e Uso Pretendido
- Há um forte debate sobre se esses motores de simulação não determinísticos, hospedados na nuvem, fazem sentido para jogos:
- Críticos destacam latência, custo e a economia em comparação com simplesmente distribuir código determinístico; Stadia é mencionado como um caso de fracasso (com divergência sobre se a economia de GPUs ou a latência derrubaram o serviço).
- Outros veem nisso um possível sonho de DRM e monetização para grandes estúdios, ou uma forma de inundar mercados com conteúdo barato e personalizado.
- Alguns argumentam que o rótulo “modelo de mundo” está sendo esticado; outros o conectam a robótica, direção autônoma e treinamento de IA incorporada, embora céticos digam que a física e o realismo estão longe de ser adequados para isso.
Acesso, Abertura e o Padrão de Produtos do Google
- Frustração com o fato de o Genie 4 ser fechado, ter cotas limitadas e ser divulgado com poucos detalhes técnicos; alguns o comparam a outros modelos de “só comunicado à imprensa” que nunca se tornaram amplamente utilizáveis.
- Reclamações de que o Google repetidamente lança demos impressionantes sem iterá-las até virarem produtos sólidos ou dar aos desenvolvedores acesso real; pedidos por pesos abertos e modelos executáveis localmente.
Reações Culturais, Estéticas e Éticas
- Muitos acham as saídas genéricas, com aparência de “slop” ou sem alma, preocupados com uma enxurrada de anúncios de baixo esforço, jogos copiadores e lixo de vídeo gerado por IA.
- Outros estão empolgados com a criatividade democratizada, a prototipagem rápida para artistas e indies, e novas formas de cinema interativo ou VR.
- As preocupações éticas incluem deepfakes, publicidade manipulativa, usos militares e de vigilância, e questões mais amplas sobre se isso beneficia a humanidade de forma significativa ou apenas queima energia para entretenimento e valor para acionistas.