Genie 4 vs Hi3D v1.0: Um mundo que você visita ou uma mesh que você mantém?

Genie 4 entrega a você uma experiência que termina quando a sessão termina. Hi3D v1.0 entrega um arquivo. Essa é toda a comparação, e vale dizer isso claramente porque os dois modelos são discutidos como se fossem adjacentes: ambos são generativos, ambos produzem resultados com aparência tridimensional, e ambos chegaram com uma semana de diferença em outubro de 2026. Genie 4, anunciado pelo Google DeepMind em 27 de outubro, é um modelo de mundo interativo em tempo real que gera vídeo com áudio sincronizado a partir de um prompt de texto e permite que você o controlie enquanto ele roda. Hi3D v1.0, lançado em 23 de outubro, é um refinador de geometria com pesos abertos que transforma uma malha grosseira e uma imagem de referência em uma malha de alta resolução e para por aí — sem textura, sem animação, sem cena, sem som.

Leia os materiais de lançamento lado a lado e a incompatibilidade fica óbvia de um jeito útil. O post do Google trata do que você pode fazer dentro de um mundo gerado; o model card da Hi3D trata de quantos vértices o refiner consegue resolver. Um é uma experiência de produto sem exportação. O outro é uma ferramenta de assets sem experiência. Se você está escolhendo entre os dois, não está escolhendo entre dois modelos de mundo — está escolhendo entre dois entregáveis, e só um deles pode ser colocado em um arquivo.

O que o Hi3D v1.0 realmente entrega

O repositório é incomumente explícito quanto ao escopo, o que facilita a avaliação. O Hi3D v1.0 refina uma malha grosseira em uma de alta resolução, condicionado a uma imagem de referência do mesmo objeto. Ele é construído sobre a arquitetura de representação e refinamento do Sparc3D: latentes esparsos são amostrados em coordenadas obtidas da malha grosseira, decodificados por um autoencoder variacional esparso com auto-poda, e a superfície é extraída, revoxelizada e o processo é repetido. A grade efetiva de extração esparsa publicada chega a 1536 ao cubo. O relatório do projeto descreve o treinamento em cerca de dois milhões de ativos 3D curados.

O que você recebe é geometria, e apenas geometria. Não há textura, nem material, nem rig, nem animação, nem posicionamento na cena. A saída é uma malha que foi recentralizada e normalizada para um raio máximo unitário, o que é uma escolha deliberada para um refiner e inconveniente para quem quisesse um ativo em escala métrica. O model card informa que o código de treinamento e o harness de avaliação do artigo não estão incluídos; o código de inferência está no repositório do GitHub, e os pesos estão no Hugging Face sob a Hi3D Open License 1.0.

O perfil de computação é a parte que decide se isto é um projeto de fim de semana ou uma solicitação de compra. O caminho documentado é uma NVIDIA H20 de 96 GB, sem fallback para CPU e com tamanho de lote um. Trata-se de um acelerador de data center, não de uma placa de consumidor, e coloca o modelo na mesma classe de hardware de um trabalho pequeno de ajuste fino. Também não há nenhum benchmark numérico publicado — nenhuma distância de Chamfer, nenhum F-score, nenhuma tabela de comparação com Sparc3D ou Hunyuan3D. O repositório pede que você confie na resolução e na contagem de ativos de treinamento, ambos os quais são números do próprio projeto.

O que o Genie 4 realmente inclui

Genie 4 entrega uma sessão. Você descreve um mundo por prompt e o guia em linguagem natural — mover a câmera, mudar o clima, adicionar um personagem — e ele gera quadros com áudio nativo em tempo real, mantendo a cena coerente por dois minutos, segundo relatos. Gemini Omni ancora a aparência e o comportamento, e Gemini 3.8 Flash fica no loop verificando quadros e replanejando, o que torna o modelo utilizável como ambiente de ensaio de tarefas em vez de um gerador de clipes.

A saída é pixels e som, consumidos ao vivo. Não há malha, nem nuvem de pontos, nem mapa de profundidade, nem rastreamento de câmera, nem qualquer caminho de exportação para Blender, Unity ou um fatiador. O Google não publica resolução, taxa de quadros, tamanho do modelo, benchmark nem preço, e o acesso é um pool limitado de testadores confiáveis com lista de espera; aos assinantes AI Ultra, via Project Genie, e aos parceiros de acesso antecipado da API Gemini é prometido "em breve", sem data. Os modos de falha que o Google admite — deriva de permanência de objeto, precisão espacial imperfeita, texto ilegível no mundo, precisão de áudio não resolvida — todos descrevem um sistema cujo valor está no momento da interação, não no artefato depois.

Dimensão por dimensão

• Entregável — Genie 4 produz um mundo ao vivo de vídeo e áudio; Hi3D v1.0 produz um arquivo de malha estática.

• Persistência — O mundo do Genie 4 termina quando a sessão termina; a malha do Hi3D v1.0 pode ser armazenada, versionada e distribuída.

• Entrada — O Genie 4 recebe texto e instruções de direcionamento; o Hi3D v1.0 recebe uma imagem de referência e uma malha grosseira, o que significa que não consegue gerar apenas a partir de texto.

• Tratamento de superfície — A saída do Genie 4 são quadros totalmente sombreados; a saída do Hi3D v1.0 é geometria sem textura, com a aparência deixada para uma etapa de texturização posterior.

• Computação — O Genie 4 roda na infraestrutura do Google mediante convite; o Hi3D v1.0 roda em um H20 de 96 GB que você precisa possuir ou alugar.

• Acesso — O Genie 4 é somente por lista de espera, sem preço; os pesos do Hi3D v1.0 podem ser baixados agora sob a Hi3D Open License 1.0, com termos comerciais aplicáveis acima de um limite de usuários e receita.

• Evidência — O Genie 4 tem demonstrações e alegações do fornecedor sem benchmark publicado; o Hi3D v1.0 tem um relatório de projeto e dados de resolução, também sem um benchmark 3D independente.

A sobreposição que as pessoas presumem, e a lacuna que na verdade existe

A suposição é que um modelo de mundo e um gerador 3D são dois caminhos para o mesmo ativo. Não são, por uma razão estrutural: o Genie 4 gera quadros de forma autorregressiva e não mantém uma representação 3D explícita. Sua consistência é uma propriedade emergente da sequência, não um grafo de cena que se possa inspecionar. É por isso que o mundo deriva após edições repetidas, e também é por isso que não há nada para exportar. Um visualizador vê um lugar tridimensional; o modelo não construiu nenhum.

O Hi3D fica do outro lado dessa linha. Ele pressupõe que alguém já tenha uma malha grosseira — de um gerador, de um escaneamento ou de uma aproximação CAD — e torna essa malha mais nítida. Ele não consegue inventar um objeto a partir de um prompt, não consegue posicionar dois objetos em uma sala e não consegue animar nada. Alimente-o com uma silhueta ruim e ele retornará uma silhueta ruim mais nítida, o que é um risco real que o cartão de modelo não discute.

Portanto, os formatos não se encontram no meio. Não há pipeline publicado que pegue uma sessão do Genie 4 e a transforme em uma mesh, e não há pipeline publicado que pegue uma mesh do Hi3D e a transforme em um mundo interativo. A única sobreposição honesta está no topo de um projeto: ambos podem informar uma decisão sobre como uma cena deve parecer antes que alguém se comprometa a construí-la. Um mostra a tomada; o outro fornece um objeto a partir dela.

Custo de propriedade, que é onde a escolha realmente é feita

O Hi3D v1.0 tem um preço que você pode calcular hoje: o custo de uma GPU de 96 GB pela duração do refinamento, mais o tempo de engenharia para montar o caminho de inferência, mais o que a licença exigir quando seu produto ultrapassar o limite dela. Isso é conhecível, orçamentável e repetível. A contrapartida é que você é dono do pipeline e de seus modos de falha.

O Genie 4 não tem custo calculável. Não há preço de API, nem preço de assinatura específico para o modelo, nem medidor de uso publicado. O único valor associado ao acesso é a assinatura AI Ultra que atualmente dá acesso ao Genie 3 por meio do Project Genie, e o Google não informou se o Genie 4 será incluído no mesmo nível ou terá preço separado. Uma equipe não pode incluir isso em um orçamento, o que é um motivo legítimo para esperar, mesmo que as demonstrações sejam exatamente o que o projeto precisa.

Nenhum dos dois modelos está no catálogo da OrcaRouter, e vale explicar o motivo em vez de deixar uma lacuna: hoje não hospedamos um modelo de geração ou refinamento 3D, e o Genie 4 não tem endpoint público para rotear. O que o catálogo traz é a camada hospedada de geração de vídeo — modelos como Kling v3 que transformam um prompt em um clipe — e essas são ferramentas de prompt para vídeo, não modelos de mundo interativos. Tratá-los como substituto do Genie 4 seria um erro de categoria, e não o faremos. O que podemos oferecer é a stack ao redor: uma API para 200+ modelos, com preços de tabela dos provedores repassados com 0% de margem, failover automático entre provedores e uma DSL de roteamento para compor vários modelos em uma única chamada. Se um pipeline precisa de um gerador de legendas, um planejador e um modelo de vídeo, essa composição é a parte com que podemos realmente ajudar.

A decisão, então, não é difícil. Se o produto final for uma malha que uma impressora, uma game engine ou um pipeline de revisão vá consumir, o Genie 4 está fora de cogitação e o Hi3D v1.0 é o único dos dois que produz aquilo de que você precisa — desde que você tenha a GPU e consiga viver sem textura. Se o produto final for um julgamento sobre como um lugar se move e soa, o Hi3D v1.0 está fora de cogitação e o Genie 4 é o único que mostra isso a você, quando a lista de espera abrir. Compre o artefato, não a demonstração.