Google Genie agora integra Street View para simular ruas reais e treinar robôs

O Google DeepMind conectou o Street View ao Project Genie, permitindo gerar simulações interativas de ruas reais com variação de clima e cenários, recurso apresentado no Google I/O 2026; a ferramenta promete aplicações em robótica, educação e jogos, já está sendo liberada para assinantes Ultra gradualmente, mas segue em fase experimental com qualidade atual parecida com videogame e limitações em entendimento físico das cenas.

O Google DeepMind integrou o Street View ao Project Genie, o modelo de mundo geral capaz de gerar ambientes interativos.

A novidade foi apresentada no Google I/O 2026 e permite simular ruas reais, ajustar condições como clima e visualizar cenários atípicos de um lugar.

Segundo Jack Parker-Holder, pesquisador do time de open-endedness da DeepMind, a ferramenta é útil tanto para robótica quanto para exploradores humanos.

“É realmente poderoso para ambos os casos”, disse Parker-Holder, citando exemplos como preparar um robô para lidar com reflexos de sol incomuns ou checar como um bairro ficaria coberto de neve.





O Google acumulou mais de 280 bilhões de imagens do Street View ao longo de 20 anos em 110 países, o que fornece uma base extensa para alimentação do modelo.

Combinando essa base de dados com a capacidade de gerar mundos, a empresa pretende usar Genie para experiências educacionais, jogos e treinamentos de robótica.

A versão Genie 3 foi disponibilizada em pesquisa em 2025 e liberada para assinantes Google AI Ultra nos Estados Unidos em janeiro.

A DeepMind informou que o Street View em Genie será liberado para alguns usuários Ultra nos EUA imediatamente e terá expansão global nas semanas seguintes.

Diego Rivas, gerente de produto da DeepMind, alerta que tanto o recurso com Street View quanto o próprio Genie ainda são experimentais e precisam de melhorias de precisão.

Nas demonstrações, as simulações eram reconhecíveis e impressionantes, mas com visual mais próximo de videogame do que de fotorealismo e sem compreensão completa de física — por exemplo, personagens atravessando cactos.

“Acho que para esse tipo de modelo, está talvez seis a doze meses atrasado em relação a vídeo em termos de qualidade e precisão”, comentou Parker-Holder sobre o gap em comportamento físico.

Jonathan Herbert, diretor do Google Maps, destacou que o avanço central é a continuidade espacial do modelo, que lembra o ambiente ao girar 360 graus e consegue construir novos cenários a partir dessa coerência.

Modelos como Genie já ajudam empresas como a Waymo a treinar veículos autônomos em eventos raros, e a integração com Street View pode ampliar a preparação para novas cidades.

A equipe afirma que a meta é colocar essa capacidade nas mãos do maior número possível de usuários enquanto trabalha para melhorar precisão e entendimento físico nas simulações.

Artigo anterior

Como montar seu primeiro fluxo de trabalho de IA end-to-end no n8n

Próximo artigo

OpenSSF cresce e cobra responsabilidade: empresas precisam parar de se aproveitar dos mantenedores



Artigos relacionados