O Gemini acaba de ganhar uma nova habilidade. O Google anunciou que seu assistente de inteligência artificial agora é capaz de gerar modelos tridimensionais e simulações interativas como resposta a perguntas dos usuários. É possível girar o modelo, mexer em controles deslizantes e inserir valores diferentes para ver a simulação se transformar ao vivo, direto na tela.

"Estamos oferecendo simulações funcionais que podem ajudá-lo a entender melhor o assunto sobre o qual você está perguntando à Gemini", confirmou a empresa em nota. Ao pedir para a IA gerar um exemplo que mostre a Lua orbitando a Terra, por exemplo, é possível visualizar e alterar velocidade ou força da gravidade para manipular variáveis. Isso transforma a ferrramenta em um mecanismo de exploração baseado em dados, expandindo para além de respostas com apenas um resultado.

Texto deixa de ser filho único

O novo recurso chega num momento em que as três gigantes da IA generativa parecem ter chegado à mesma conclusão ao mesmo tempo: apenas respostas em texto não são mais suficiente para os usuários. Em fevereiro deste ano, a Anthropic habilitou o Claude a gerar visuais interativos para atender a pedidos de análises, gráficos, planilhas e outras ações mais corporativas. Isso fez com que o Claude se tornasse mais atrativo para usos adicionais ao texto, que é considerado um dos mais avançados do mercado.

A OpenAI, por sua vez, entendeu o novo momento e garantiu ao ChatGPT a capacidade de gerar visualizações a partir de conceitos matemáticos e científicos. A estratégia também aproxima os modelos de grupos com foco em pesquisa aprofundada.

O modelo generativo do Google já tinha dado um passo nessa direção ao permitir a criação de imagens interativas, mas a geração de simulações 3D manipuláveis eleva consideravelmente o nível de sofisticação. A disputa, agora, parece ser por qual assistente consegue tornar o conhecimento mais tangível e mais difícil de largar. A empresa também tem apostado em alternativas que atendam a pedidos de usuários interessados em geração de músicas com o Lyria 3 Pro e transcrição de áudios com o recém-lançado Google AI Edge Eloquent. 

Como acessar

O recurso pode ser acessado por todos os usuários da versão Pro do Gemini; não há restrição de regiões. Para ativá-lo, basta selecionar o modelo "Pro" na barra de prompts e fazer uma pergunta que peça uma visualização. Como exemplificado no site da empresa, solicitações como "me mostre" ou "me ajude a visualizar" ativam o recurso com facilidade. Quando a resposta aparecer, um botão abaixo do texto dará acesso direto à simulação.