Resumo diário de IA, 28 de outubro: Genie 4 chega com acesso restrito enquanto Gemini Robotics ER 2 abre em pré-visualização

O Google colocou dois modelos de IA física em pré-visualização em menos de vinte e quatro horas esta semana, e restringiu o acesso a eles em direções opostas. Genie 4, o modelo de mundo do Google DeepMind que gera uma cena controlável com som sincronizado, foi anunciado em 27 de outubro de 2026 para um grupo limitado de testadores de confiança, com uma lista de espera e sem preço publicado. Gemini Robotics Embodied Reasoning 2 — ER 2, o planejador de robô de alto nível que o Google Cloud passou para pré-visualização pública no mesmo dia — vem com um ID de modelo, uma página de documentação e uma inscrição que qualquer cliente do Cloud pode concluir. Ambos são pré-visualizações. Apenas um deles tem uma porta pela qual você pode passar hoje.

Essa assimetria é a história da semana, mais do que qualquer um dos modelos isoladamente. O Google está montando as duas metades de uma pilha de IA física: um modelo de mundo capaz de fabricar experiência e um modelo de raciocínio corporificado capaz de planejar em relação a robôs reais. As metades foram anunciadas com um dia de diferença e estão sendo distribuídas por duas partes diferentes da empresa, sob dois regimes de acesso distintos. O que segue é um resumo, não uma resenha — cada número abaixo está rotulado com quem o produziu.

Item 1 — Genie 4, e as três afirmações que fazem o trabalho

A publicação do DeepMind tem poucos números e muitas alegações de capacidade. Três delas importam:

• Áudio nativo. O Genie 4 gera áudio ambiente, música e diálogo interativo na mesma passagem dos quadros, em vez de dublar posteriormente uma simulação silenciosa. É o primeiro modelo de mundo da DeepMind a fazer isso.

• Controle ao vivo. Uma instrução digitada pode mover a câmera, alterar o clima ou introduzir um personagem enquanto o mundo está em execução, e um modelo Gemini adapta a instrução ao que está atualmente na tela.

• Uma janela mais longa. O número em circulação é de cerca de dois minutos de consistência de cena, o dobro do Genie 3. Esse número veio de briefings de lançamento, não do blog: o próprio texto do Google diz que o modelo sustenta "sessões curtas" e não define uma duração por escrito. Trate dois minutos como um número relatado, com um fornecedor por trás, não como uma especificação.

A adição estrutural é mais fácil de passar despercebida do que o áudio. O Gemini Omni ancora a simulação na aparência e no comportamento do mundo real, e Gemini 3.8 Flash permanece no ciclo, observando quadros gerados, dividindo um objetivo em etapas e replanejando quando a cena se desvia. Na demonstração que o Google escolheu divulgar, o Gemini 4 Argon decompôs uma tarefa que o Genie 4 então simulou em tempo real, com um humanoide Apptronik Apollo jogando damas. Esse é um produto diferente de um gerador de vídeo: um gerador responde a um prompt com um clipe, enquanto um gerador mais um planejador responde a um objetivo com uma sequência de estados verificados.

O que o Google não publicou é tão relevante quanto o que publicou. Não há resolução, taxa de quadros, contagem de parâmetros, medição de latência, pontuação de benchmark nem preço. Toda comparação “Genie 4 é mais realista” publicada esta semana é uma comparação de reels de demonstração e listas de recursos, porque ninguém fora do grupo de testadores confiáveis mediu a saída. O Google admite os modos de falha: os detalhes e a permanência de objetos se degradam em sessões mais longas e após edições repetidas, a precisão espacial é imperfeita, o texto dentro do mundo costuma ser ilegível, e a precisão do áudio continua sem solução. Todo vídeo e áudio gerado traz uma marca d'água SynthID.

Item 2 — Gemini Robotics ER 2, para o qual você pode realmente se inscrever

O ER 2 não é novidade esta semana enquanto modelo — o Google o apresentou em 30 de julho de 2026 em uma prévia privada limitada —, mas o anúncio de 27 de outubro é o que muda quem pode usá-lo. Agora ele está em prévia pública na plataforma Gemini por meio do Model Garden, e pode ser testado no Agent Studio, com o ID de modelo gemini-robotics-er-2-preview.

O Google posiciona esse sistema como o cérebro de alto nível de um robô, e não como um controlador. Ele reúne compreensão espacial e temporal de vídeo, planejamento de longo horizonte e salvaguardas de segurança, e os envolve em uma camada de orquestração: os desenvolvedores declaram interfaces de controle de baixo nível — modelos de visão-linguagem-ação, APIs de navegação, funções personalizadas — como ferramentas, e o ER 2 planeja sobre elas. Ele também classifica o progresso da tarefa, o que permite que um robô perceba que uma etapa falhou e tente novamente sem reiniciar todo o fluxo de trabalho.

Os números divulgados pelo fornecedor que o Google destaca:

• Identificação precisa do quadro do evento — 91,3% de precisão na identificação do quadro exato em que um evento crítico ocorre, com distância absoluta média de 0,96 segundo em relação ao quadro.

Velocidade de execução — 4x, descrita como “uma fração do custo computacional de muitas categorias de modelos maiores”. Nenhuma linha de base é indicada na frase, portanto o multiplicador é direcional, e não comparável.

• Leitura de instrumentos — 10+ categorias, incluindo mostradores circulares, visores de vidro, displays digitais, escalas lineares e termômetros de líquido, lidos diretamente a partir da entrada visual.

• Segurança — 97,9% em Cumprimento de Instruções de Segurança e 93,0% em Proximidade Humana no limiar de um metro, segundo o próprio relatório de segurança do Google. Proteções físicas, como paradas de emergência, barreiras e limites de força, continuam sendo responsabilidade do operador; as pontuações descrevem o raciocínio, não o hardware.

Não há tabela de preços no próprio anúncio, apenas um link para a página de preços. Para um modelo de pré-visualização, isso é normal e também é o número que uma equipe de compras precisa primeiro.

O padrão por trás dos dois itens

Lidos em conjunto, os anúncios descrevem uma pilha que está sendo construída em público e vendida em privado. Um modelo de mundo só é útil para treinamento de robôs se puder gerar experiência variada e reinicializável o suficiente para importar; um planejador de robô só é útil se puder ser avaliado contra algo que não seja um corpus de vídeo fixo. O Google está claramente apontando os dois um para o outro. Está igualmente claro que não está pronto para entregar qualquer um dos dois a um cliente não verificado: o Genie 4 é apenas para testadores, o ER 2 é apenas prévia, e nenhum dos dois tem data de disponibilidade geral.

Isso deixa uma questão prática para quem estiver construindo sobre a stack: quais partes podem ser chamadas agora?

• Não disponível para chamada. Genie 4, até que a lista de espera abra ou um acordo de parceria de acesso antecipado seja firmado. Gemini Robotics ER 2, a menos que você esteja preparado para desenvolver com base em uma prévia pública no Google Cloud.

• Disponível para chamadas hoje. Gemini Robotics ER 1.6 preview está no catálogo do OrcaRouter, e o Gemini 3.8 Flash também — o mesmo modelo que o Google designa como o agente no loop que verifica os quadros do Genie 4 e refaz o planejamento. Nenhum dos dois é o modelo de mundo. Ambos são a metade de raciocínio do pipeline, e podem ser utilizados agora, em vez de depois de uma lista de espera.

O OrcaRouter encaminha isso por uma única API entre mais de 200 modelos, com os preços de tabela dos provedores repassados com 0% de margem, de modo que uma mudança de preço do Google chega ao nosso catálogo no mesmo dia em que é publicada. O failover automático importa mais do que o habitual aqui: um modelo de nível preview pode sofrer limitação de taxa ou ser retirado, e um segundo provedor por trás da mesma chamada é a diferença entre um experimento e uma indisponibilidade. A DSL de roteamento é a outra opção quando um pipeline precisa do planejador e de um modelo separado para verificação em uma única chamada composta. Não hospedamos o Genie 4, e nada neste briefing deve ser interpretado como uma rota para ele.

O que mudaria este briefing?

Quatro eventos tirariam o Genie 4 da coluna "demo" e o colocariam em algo que uma equipe possa incluir no orçamento: uma ficha técnica publicada com resolução e taxa de quadros; um preço para o nível da API Gemini; uma primeira medição independente de fora do conjunto de testadores confiáveis; e o Project Genie disponibilizando o Genie 4 aos assinantes do AI Ultra, que é a única superfície de consumo que o Google nomeou. O evento equivalente para o ER 2 é uma tabela de preços e uma data de disponibilidade geral.

Até lá, o resumo honesto é que o Google anunciou o modelo de mundo mais capaz que já construiu e o planejador de robô mais utilizável que já lançou, na mesma semana, e colocou o mais impressionante dos dois atrás de uma lista de espera. O que você pode chamar hoje é o anúncio menor. É assim que normalmente acontecem as semanas de prévia.