O Que Sabemos Sobre Genie 3 — A Rede Neural Que Pode Mudar a Indústria de Jogos Para Sempre

Just recently, o Google DeepMind apresentou uma nova versão do Genie — um modelo de geração de mundos virtuais em tempo real capaz de criar ambientes 3D totalmente interativos. O usuário pode se mover pelo mundo virtual e interagir com ele por meio de comandos de texto — e por vários minutos de cada vez, o que é muito mais longo do que com o Genie 2. A inovação chave é que o modelo lembra objetos e mudanças na cena, aumentando muito o realismo da simulação. A nova versão da rede neural ainda é uma tecnologia experimental disponível apenas para testadores selecionados. No entanto, o Genie 3 já nos dá uma ideia sólida de como os jogos podem ser desenvolvidos em 10–20 anos a partir de agora — ou até mesmo antes.

A rede neural do Google pertence à chamada classe de "modelos de mundo" — sistemas de IA que podem usar uma compreensão do mundo para simulá-lo. O Genie 3 pode prever como várias ações devem afetar o ambiente virtual e implementar essas mudanças em tempo real.

Diferente da versão anterior, o novo Genie renderiza a simulação em 720p em vez de 360p; a janela de interação dura vários minutos em vez de 10–20 segundos; e o modelo responde a comandos instantaneamente — algo que era impossível não muito tempo atrás.

O Genie 3 pode simular realisticamente iluminação, reflexos e outras propriedades físicas do mundo — como a simulação de água. O que é impressionante é que a rede neural pode gerar ecossistemas inteiros com animais e plantas realistas.

E o realismo não é sua única força: o modelo de IA também pode gerar ambientes cartunescos com criaturas de fantasia estilizadas — como um lagarto de papel ou uma besta semelhante a um Pokémon.

Mas o maior avanço do Genie 3 é sua memória. O modelo agora pode lembrar as mudanças que o usuário faz na simulação. Por exemplo, o usuário pode mudar o clima, adicionar novos objetos ou personagens, depois se afastar da cena e voltar mais tarde — e tudo permanecerá como foi deixado. Claro, erros começam a se acumular com o tempo, mas como mencionado, o sistema permanece estável por vários minutos — o que é uma melhoria significativa.

O Genie 3 pode alterar o mundo virtual com base em comandos de texto. Por exemplo, se você digitar “adicionar uma árvore”, o modelo responderá e fará a mudança. No entanto, neste estágio, o personagem do jogo controlado pelo usuário — o chamado agente — só pode andar, pular e realizar ações básicas. Você não pode fazer com que eles plantem uma árvore diretamente. Ações mais complexas — como mudar o clima — são acionadas "magicamente" por meio de um comando de texto.

Os pesquisadores do Google também ainda estão tentando descobrir como integrar mais de um agente na simulação. Modelar interações entre múltiplos personagens controláveis ainda é um desafio muito complexo.

Atualmente, o Genie 3 também não consegue recriar com precisão locais do mundo real e tem dificuldades com a renderização de texto.

Por fim, os criadores do Genie 3 continuam a trabalhar na melhoria da estabilidade do sistema para que as simulações possam “viver” não apenas por vários minutos, mas por horas. Embora esta versão tenha dado um grande salto em comparação com a anterior, a duração da janela de interação continua sendo a principal limitação.

Estas são as limitações reconhecidas pelos próprios engenheiros da DeepMind. No entanto, se você examinar de perto as demonstrações publicadas pelo Google, notará outras falhas no Genie 3 também. Por exemplo, palmeiras totalmente estáticas durante uma simulação de furacão ou a má renderização de superfícies de água em cenas diurnas. Na demonstração de esqui, o comportamento físico da neve nem sempre parece realista. Além disso, quase todos os vídeos incluem pequenos artefatos visuais ou inconsistências. E, claro, não devemos ignorar o fato de que o Genie 3 ainda não consegue gerar áudio — o que afeta negativamente a imersão.

Na verdade, focar demais nas falhas do Genie 3 é um tanto inútil: em seis meses a um ano, muitas delas podem não ser mais relevantes — as redes neurais estão evoluindo tão rapidamente. Apenas alguns anos atrás, as pessoas estavam rindo de um vídeo gerado de Will Smith comendo espaguete, e hoje, muitos nas redes sociais estão confundindo um clipe de um canguru sendo negado embarque em um voo comercial, criado com Veo 3, com um vídeo real.

O que importa é que o Genie 3 já oferece uma visão sobre quais ferramentas os desenvolvedores podem usar para construir aventuras virtuais no futuro. A tecnologia que o Google está desenvolvendo se enquadra no conceito de motores de jogos neurais — um novo tipo de motor no qual muitas funções como geração de níveis, simulação de física, comportamento de NPCs ou até mesmo gráficos são gerenciadas por IA em vez de código tradicional. Os desenvolvedores poderiam animar personagens sem fazê-lo manualmente, e os jogadores poderiam experimentar RPGs com narrativas verdadeiramente não lineares, onde o jogo se adapta dinamicamente às suas ações.

No entanto, é mais provável que os motores de jogos neurais não substituam completamente os tradicionais, mas sim se integrem a eles — como parte de plataformas como Unity ou Unreal. Pelo menos a princípio. Com o tempo, eles podem evoluir para ferramentas de desenvolvimento independentes.

Hoje, tecnologias como o Genie 3 ainda não estão no nível em que jogos completos possam ser construídos sobre elas. No entanto, Julian Togelius, Professor Associado de Ciência da Computação e Engenharia na Tandon School of Engineering da NYU, acredita que o Genie 3 já pode ser útil para os desenvolvedores. Ele testou o modelo e escreveu o seguinte em seu blog pessoal:

É totalmente possível que motores de jogos neurais sejam exatamente o que é necessário para resolver a atual crise no desenvolvimento de jogos AAA. Criar aventuras virtuais caras está se tornando cada vez mais insustentável: os orçamentos estão aumentando para centenas de milhões de dólares, e grandes jogos agora levam mais de seis anos, em média, para serem lançados. E isso só vai piorar. Se nada mudar, então GTA 7, por exemplo, pode não ser lançado até a década de 2040. Modelos de IA como o Genie 3 poderiam ajudar a aliviar a carga de trabalho dos desenvolvedores, reduzindo o volume de trabalho técnico.

O que você acha? O trabalho do Google te impressiona? Compartilhe seus pensamentos nos comentários.