A mais nova IA do Google DeepMind acaba de criar um jogo de esqui jogável ambientado no Mont Blanc real, com neve que se molda sob os esquis e avalanches que avançam em tempo real — e fez isso sem usar um único modelo 3D pronto. É um grande salto em relação às IAs que escrevem trechos de código: agora, elas conseguem criar um mundo interativo inteiro.
Principais conclusões
Gemini 4 Neon programou um simulador de esqui baseado no terreno real do Mont Blanc
O projeto usou o Antigravity, shaders personalizados e nenhum modelo 3D pré-fabricado
O simulador renderiza em tempo real a neve marcada pelos esquis e as avalanches
Atualizações recentes do Google DeepMind mostram o Gemini 4 atuando em programação, robótica, planilhas, laboratórios e pesquisa sobre criptografia
O Google DeepMind publicou que o Gemini 4 Neon programou um simulador de esqui baseado no terreno real do Mont Blanc, desenvolvido no Antigravity, a ferramenta de programação com IA do Google, com shaders personalizados e sem modelos 3D pré-fabricados.
A empresa também descreveu neve esculpida e avalanches renderizadas em tempo real, transformando uma cena de montanha em mais um exemplo do Gemini 4 lidando com uma tarefa visual e interativa, em vez de apenas retornar texto.
Como foi desenvolvido
O Gemini 4 Neon realizou um projeto baseado no terreno real do Mont Blanc, e não em uma encosta inventada. O Google DeepMind combinou esse terreno com shaders personalizados e afirmou que não foram usados modelos 3D pré-fabricados.
Shaders são instruções gráficas que definem a aparência das superfícies enquanto uma cena é renderizada. Neste caso, eles dão vida à neve, que se transforma em tempo real à medida que um esquiador passa por ela, enquanto as avalanches também são renderizadas em tempo real.
O Google DeepMind não informou quanto tempo levou para desenvolver o projeto nem quanta ajuda humana foi necessária, e o jogo é uma demonstração que você pode experimentar, não um produto à venda.
Leia também: Gemini 4 Neon, do Google, rivaliza com os principais modelos de IA pela metade do custo
Por que isso importa
Normalmente, para criar um jogo 3D, são necessários artistas para construir os modelos, programadores para escrever a física e especialistas em gráficos para criar os shaders. Neste caso, um modelo de IA cuidou do terreno, dos gráficos e da própria neve em movimento. Se ferramentas como essa continuarem melhorando, pequenas equipes e até desenvolvedores solo poderão criar mundos de jogos que antes exigiam estúdios inteiros — uma boa notícia para criadores independentes e um alerta para quem trabalha criando recursos 3D manualmente.
A demonstração do Mont Blanc se encaixa em uma série mais ampla de exemplos do Gemini 4, menos focados em respostas pontuais e mais em sistemas capazes de continuar trabalhando em uma tarefa. Em 10 de nov., o Google DeepMind apresentou o Gemini 4 Carbon como seu modelo mais poderoso para tarefas complexas e de longo prazo, projetado para explorar problemas a fundo e executar ciclos prolongados de verificação em engenharia de software, cibersegurança, trabalho do conhecimento e ciência.
Em 12 de nov., a empresa apresentou o Gemini 4 Hydrogen como um modelo desenvolvido para programação rápida, síntese multimodal e tarefas cotidianas, e afirmou que ele conclui tarefas 2,5 vezes mais rápido que o 3.8 Flash. Isso importa porque a empresa está mostrando uma família de modelos atuando em programação, recursos visuais, simulação e pesquisa, em vez de tratar essas áreas como campos separados.
Em 19 de nov., Koray Kavukcuoglu, vice-presidente sênior do Google DeepMind, afirmou que não haverá um único teste ou benchmark que nos diga que a inteligência artificial geral (AGI) foi alcançada. Em vez disso, disse que o progresso se manifesta em modelos menos “irregulares” e mais confiáveis no cotidiano. O simulador de esqui está alinhado com essa mensagem, pois é mais uma tarefa em tempo real na qual a confiabilidade importa tanto quanto o resultado bruto.
O que acompanhar a seguir
Atualizações recentes em primeira mão mostram o Google DeepMind levando o Gemini 4 a ambientes nos quais o modelo precisa construir, simular, verificar ou controlar algo ao longo de várias etapas.
DataAtualização do Google DeepMind6 de nov.Agentes de inteligência artificial guiados por humanos descobriram duas grandes vulnerabilidades em sistemas criptográficos legados de 1024 bits10 de nov.O Gemini 4 Carbon foi apresentado para tarefas complexas e de longo prazo e ciclos prolongados de verificação12 de nov.O Gemini 4 Hydrogen foi apresentado para programação rápida, síntese multimodal e tarefas cotidianas16 de nov.Pesquisadores estavam usando o Gemini 4 Carbon no Google Antigravity em áreas como física, matemática e ciências da vida17 de nov.O Gemini 4 Hydrogen alimentou uma tela de pixel art no Google Sheets e um plug-in de robótica para braços compatíveis20 de nov.O Gemini 4 Neon programou um simulador de esqui do Mont Blanc com neve e avalanches em tempo real
Duas atualizações de 17 de nov. são especialmente reveladoras. O Google DeepMind mostrou o Gemini 4 Hydrogen transformando o Google Sheets em uma tela de pixel art ao reduzir milhares de células a cenas animadas. No mesmo dia, anunciou que um novo plug-in de robótica para o Google Antigravity pode conectar um braço compatível, treiná-lo em uma simulação do MuJoCo e executar tarefas no mundo real usando uma conversa simples.
Isso deixa um caminho claro para acompanhar. O Google DeepMind está testando o Gemini 4 em tarefas que combinam programação e ação em softwares, laboratórios e máquinas. Ainda não se sabe quantas dessas demonstrações se tornarão ferramentas amplamente disponíveis, nem quando.
Leia a seguir: Google DeepMind permite que programadores treinem braços robóticos apenas conversando