Genie 4 vs ABot-Earth 0.7: Um simula um lugar, o outro reconstrói um lugar real

Coloque as duas solicitações lado a lado e a diferença é imediata. Peça ao Genie 4 uma rua chuvosa ao crepúsculo e você recebe uma rua que nunca existiu, renderizada como pixels, controlável por texto, que se mantém coerente por cerca de dois minutos. Peça ao ABot-Earth 0.7 a mesma rua e ele perguntará qual rua — ou pegará uma imagem de satélite de uma — e então reconstruirá essa localização específica como geometria 3D explorável em cerca de dez minutos em uma única placa gráfica de consumo. Ambos são chamados de modelos de mundo e estão respondendo a perguntas diferentes: qual poderia ser a aparência de um lugar, versus qual é a aparência deste lugar.

Essa distinção decide quase toda comparação prática entre eles. O Genie 4, anunciado pelo Google DeepMind em 27 de outubro de 2026, é um simulador generativo para cenas que não existem. O ABot-Earth 0.7, lançado pela Amap — divisão de mapas e navegação da Alibaba — em 10 de setembro de 2026, é um mecanismo de reconstrução para cidades que existem. Nenhum torna o outro redundante, e escolher errado custará meses.

Os Dois Pedidos, Ditos Sem Rodeios

O Genie 4 recebe um prompt ou um quadro inicial, além de entrada de teclado e câmera, e gera um mundo semelhante a vídeo em tempo real. Você o controla com linguagem durante a simulação: mude o clima, mova a câmera, introduza um personagem. Ele gera áudio nativamente — som ambiente, música e diálogos com personagens que respondem na cena — e permanece coerente por cerca de dois minutos antes de os detalhes se degradarem. Trata-se de uma prévia de pesquisa para testadores de confiança, com assinantes do Google AI Ultra e parceiros de acesso antecipado à Gemini API na sequência.

O ABot-Earth 0.7 recebe uma imagem de satélite georreferenciada ou uma descrição textual de um local e produz uma cena de splatting gaussiano 3D daquela cidade — ruas, edifícios, terreno — que você pode então explorar. A Amap o posiciona como o primeiro modelo de mundo urbano nativo em 3D, capaz de geração contínua da escala planetária até o nível da rua, em 196 países e regiões. Ele é distribuído dentro dos próprios produtos de consumo da Amap: Flying Street View 2.0, Navigation Live e um recurso de navegação que a empresa chama de Avoid-Pitfall Guide.

Leia esses dois parágrafos novamente e observe o que está faltando em cada um. A saída do Genie não tem geografia, nem coordenadas, nem garantia de que o prédio à esquerda seja o prédio que realmente está lá. A saída do ABot-Earth não tem narrativa, nem personagens, nem som, e nem capacidade de se tornar um lugar que não seja já um lugar.

Pixels que você assiste, geometria que você percorre

O formato de saída é a diferença técnica mais profunda e a que tem maior probabilidade de determinar sua resposta.

• Saída — Genie 4 produz quadros de vídeo gerados com áudio gerado sincronizado; ABot-Earth 0.7 produz splats gaussianos 3D, uma representação explícita de cena.

• Capacidade de direcionamento — Genie 4 é comandado por linguagem natural em tempo de execução; ABot-Earth 0.7 é comandado pela escolha do local no momento da geração.

• Verdade geográfica — o Genie 4 não tem nenhuma por concepção; o ABot-Earth 0.7 está ancorado a uma coordenada real.

• Áudio — nativo e generativo no Genie 4; não é um recurso do ABot-Earth 0.7.

• Tempo até uma cena utilizável — segundos de geração no Genie 4, cerca de dez minutos por quilómetro quadrado no ABot-Earth 0.7.

• Limite de coerência — cerca de dois minutos de simulação sem deriva no Genie 4; uma reconstrução estática que não expira.

Os splats gaussianos importam aqui por uma razão que não tem nada a ver com qualidade visual. Um splat é uma cena pela qual você pode mover uma câmera sem que o modelo precise inventar as partes que você não olhou — porque elas foram capturadas, não imaginadas. O Genie 4 tem a propriedade oposta: tudo o que está fora da câmera é gerado sob demanda, e o Google admite que a permanência dos objetos varia, o que significa que a sala da qual você saiu pode não ser a sala para a qual você volta.

A Alegação de Escala, Traduzida

Os números do Amap são grandes e divulgados pelo fornecedor, e devem ser interpretados com essa ressalva. A empresa afirma que um quilômetro quadrado de cidade leva cerca de dez minutos em uma única GPU de nível de consumidor, que isso é até 1.000 vezes mais rápido que a reconstrução fotogramétrica tradicional e que custa aproximadamente um centésimo disso. Cobrir 196 países é uma alegação de cobertura sobre os insumos, não uma alegação de que todos esses lugares tenham sido reconstruídos.

O número de 1.000× é o que merece cuidado. Os pipelines tradicionais de reconstrução — voos de drone, fotogrametria, limpeza manual — levam dias e exigem uma equipe de levantamento, então uma comparação com eles é comparar uma etapa de geração a uma operação de campo inteira. Em relação a outros métodos neurais de reconstrução, a diferença será muito menor. O que é defensável é a forma da alegação: gerar um quilômetro de cidade em dez minutos em hardware que você talvez já tenha é uma ordem de acesso diferente de contratar uma equipe de levantamento.

Genie 4 não publica nenhum número comparável. Não há resolução, nem taxa de quadros, nem valor de latência, e nenhum custo declarado. Não é possível colocar sua vazão ao lado da do Amap, o que por si só é um achado: um modelo que não declara sua taxa de quadros ainda não está competindo em termos de produção.

É na disponibilidade que a comparação se torna honesta

Ambos esses modelos têm acesso restrito, e de maneiras diferentes que fazem diferença.

O Genie 4 é uma prévia de pesquisa para testadores confiáveis, com uma lista de espera pública e a promessa de acesso mais amplo "nas próximas semanas" por meio do AI Ultra e da Gemini API. Não há preço, limite de taxa, SLA nem termos de uso para resultados comerciais. Se você é um estúdio, não pode planejar com base nisso; só pode observar.

O ABot-Earth 0.7 é pior para um desenvolvedor externo, apesar de ser mais antigo. Não há pesos públicos, ficha de modelo, API, preços nem documentação para desenvolvedores. O site de experiência está disponível apenas em chinês simplificado e a geração é somente por convite. É uma funcionalidade de produto dentro dos apps de consumo da Amap que a empresa escolheu descrever como um modelo de mundo, e não como uma plataforma na qual você possa construir.

Então, a resposta honesta para "qual posso usar" é: nenhum dos dois, hoje, sem um relacionamento com o fornecedor. O que difere é a direção do movimento. O Google nomeou os canais — AI Ultra, a API Gemini, o AI Studio — e deu um cronograma em semanas. A Amap nomeou seus próprios apps.

Onde Cada Um É Realmente Bom

O valor do Genie 4 está em mundos que não devem ser reais. Pré-visualização cinematográfica, em que o objetivo é testar a linguagem de câmera antes de existir um cenário. Prototipagem de jogos, em que você quer explorar uma mecânica em um espaço que nenhum artista construiu. Robótica e treinamento de agentes, em que a própria demonstração do Google combinou o Genie 4 com o Gemini 4 Argon para decompor tarefas para um humanoide Apptronik Apollo — a simulação é um espaço de ensaio, e um espaço de ensaio é mais útil quanto menos se parecer com uma rua específica.

O valor do ABot-Earth 0.7 está em mundos que precisam ser reais. Produtos de navegação, em que um prédio errado é uma conversão errada. Planejamento urbano, em que a questão é o que um empreendimento proposto faz com uma linha de visão. Seguros e inspeção, em que o entregável precisa corresponder a um endereço. Em qualquer contexto em que a frase "isso não é o que parece" seja uma falha, e não uma escolha criativa.

Há um híbrido óbvio que nenhuma das duas empresas lançou: usar uma reconstrução para estabelecer a geometria e a geografia, depois usar um modelo generativo para restilizá-la, mudar seu clima, povoá-la ou mover uma câmera por ela de maneiras que a captura nunca cobriu. A Amap tem a geometria e nenhuma camada generativa. O Google tem a camada generativa e nenhuma geografia. Quem conectar essas duas metades será dono da próxima versão desta categoria.

O Que Seria Necessário para Escolher

Se o seu trabalho precisa de um local real específico, o ABot-Earth 0.7 é o único dos dois que pode fornecê-lo, e você deve iniciar a conversa com a Amap agora em vez de esperar por um programa de desenvolvedores que talvez nunca abra.

Se o seu trabalho precisa de um lugar plausível que não existe, com som e direção ao vivo, o Genie 4 é a capacidade mais forte e o produto mais fraco — uma lista de espera e uma promessa. O movimento razoável é prototipar o pipeline ao redor com algo que você possa chamar hoje e trocar o modelo de mundo quando o acesso chegar. No nosso caso, isso significa construir a metade planejadora e verificadora do loop em endpoints de LLM roteáveis — uma API, 0% de margem sobre o preço de tabela dos provedores, failover automático entre provedores — porque essa metade é a parte que não vai mudar quando o modelo de mundo mudar.

A tentação é perguntar qual modelo é melhor. A pergunta útil é mais estreita: o seu mundo precisa estar em algum lugar? O Genie 4 diz que não e lhe dá uma câmera. O ABot-Earth 0.7 diz que sim e lhe dá coordenadas. Quase todas as outras diferenças entre eles decorrem dessa única resposta.