Google lança Gemini 4 Hydrogen, novo modelo de IA focado em tarefas diárias

O Google iniciou a disponibilização do aplicativo Gemini diretamente no Apple CarPlay. Essa funcionalidade permite que usuários de iPhone interajam por voz com a inteligência artificial (IA) enquanto estão dirigindo, eliminando a necessidade de segurar o telefone ou sair da interface do sistema multimídia do veículo.

O recurso emprega o Gemini Live, um modo que possibilita diálogos mais fluidos com o chatbot. O motorista pode começar uma nova interação ou retomar uma conversa prévia através de um ícone exibido na tela do CarPlay. O Google informou que será possível pausar o diálogo, alterar o tópico ou interromper a conversa a qualquer momento. Todas as conversas são mantidas sincronizadas com o aplicativo Gemini no iPhone e registradas no histórico da conta.

A implementação deste recurso teve início nesta quarta-feira, dia 11, e abrange usuários de iOS em todos os idiomas que suportam o Gemini Live. Para usufruir desta novidade, é imprescindível que o aplicativo Gemini esteja instalado e atualizado no iPhone, além de o usuário conceder permissão de uso do microfone e ter iniciado pelo menos uma conversa com o Gemini Live pelo celular.

Após conectar o iPhone ao CarPlay, o ícone do Gemini se torna visível na interface do veículo, bastando selecioná-lo para dar início ou prosseguir com a comunicação por voz. Anteriormente à integração direta, o assistente do Google já era acessível via CarPlay através do aplicativo Google Maps; agora, a empresa oferece acesso nativo ao chatbot na tela do automóvel.

Esta adição ocorre logo após o Google expandir a presença do Gemini no Android Auto e em veículos equipados com o sistema Google integrado, continuando a introduzir funcionalidades de assistência personalizada nessas plataformas.

Após um período de restrição a especialistas em cibersegurança, o Gemini 4 Carbon foi lançado para usuários comuns e empresas nesta terça-feira, dia 10/11. Este modelo é apresentado como a inteligência artificial mais avançada desenvolvida pelo Google.

Desenvolvedores podem acessar o modelo através da API no Google AI Studio, no Android Studio e no Gemini for Business. Os custos são estabelecidos em US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída (equivalente a aproximadamente R$ 10 e R$ 53). Contudo, este preço promocional é válido somente até o final do mês, momento em que deverá dobrar, atingindo o nível de custo do Claude Opus 5.5.

De acordo com o The Verge, essa estrutura de preços visa aumentar a competitividade da empresa frente aos seus concorrentes. Mesmo após o término da oferta promocional, prevista para o final de novembro, o custo por token do Carbon se manterá abaixo dos modelos GPT-6 Astra e Fable 5.2.

Para o público geral, o acesso ao Gemini 4 Carbon está disponível no aplicativo Gemini, no Modo IA da Busca e no Google Antigravity, mas apenas para assinantes do Google AI Ultra, cujo valor inicial é de R$ 779,90 mensais.

O Gemini 4 Carbon se posiciona como a IA mais sofisticada dentro das ofertas do Google, superando o Gemini 4 Argon, lançado em outubro. O Argon é voltado para tarefas que requerem maior capacidade de processamento e raciocínio, como investigações científicas, auditorias de sistemas e identificação de falhas em códigos.

Embora o modelo utilize mais tokens que o Argon para realizar tais atividades, ele mantém ciclos de verificação estendidos. Essa característica possibilita à IA analisar diversas possibilidades, revisar resultados parciais e explorar alternativas.

Uma das funcionalidades centrais introduzidas com o lançamento do Gemini 4 Carbon é o comando /swarm, inicialmente implementado no Google Antigravity. Este comando permite que uma única tarefa seja distribuída entre múltiplos agentes de IA, que operarão de maneira coordenada.

Neste processo, o Carbon pode gerenciar atividades que necessitam de raciocínio mais profundo, como o planejamento da arquitetura de um sistema, enquanto tarefas menos complexas podem ser delegadas a modelos mais ágeis. O objetivo é possibilitar a execução de projetos multifásicos sem que o usuário precise orquestrar cada etapa manualmente.

Em demonstrações realizadas pelo Google DeepMind, a tecnologia foi aplicada para criar uma biblioteca de interfaces gráficas na linguagem Rust durante a madrugada. Outro exemplo prático envolveu agentes que desenvolveram um jogo tridimensional utilizando Three.js, simulando o campus da própria empresa.

Adicionalmente às ferramentas de programação, o modelo demonstrou 100% de sensibilidade na detecção de ameaças no Project Fortify, que é um sistema interno do Google focado na mitigação e identificação de vulnerabilidades. Em simulações adicionais, ele conseguiu bloquear 99% das tentativas de invasão.

O avanço também abrange os mecanismos de defesa contra ataques de injeção de prompt. Em testes internos, o Gemini 4 Carbon não foi suscetível a nenhum tipo de ataque. Além disso, a companhia avaliou o comportamento do modelo em cenários onde os agentes poderiam fabricar resultados, obtendo uma taxa de sucesso de 92% nos testes de integridade.

O Google divulgou o Gemini Omni 1.2 Flash, sua mais recente versão de modelo de inteligência artificial dedicada à geração e edição de vídeos. Esta atualização se destaca pela capacidade de produzir clipes com duração máxima de 15 segundos, apresentando maior qualidade e uniformidade.

Embora 15 segundos possa parecer um período breve, o Gemini Omni 1.2 Flash foi desenvolvido especificamente para a produção de conteúdo audiovisual curto. Este lançamento representa um avanço significativo em relação à versão anterior, a 1.1, que limitava a criação de vídeos a até 10 segundos.

Adicionalmente, o Google informou que o novo modelo possibilita ao usuário especificar a duração do vídeo em incrementos de um segundo. Isso elimina a necessidade de se restringir a tempos pré-determinados, como 5, 10 ou 15 segundos, permitindo escolhas como 4, 7 ou 8 segundos, sendo que o tempo mínimo estabelecido é de 3 segundos.

Outro ponto enfatizado pelo Google é que o Gemini Omni 1.2 Flash produz resultados mais coesos, mantendo as características de pessoas, objetos ou cenários, o que diminui a probabilidade de surgirem 'aberrações' no vídeo.

O modelo de IA também foi aprimorado para gerar diálogos mais naturais, oferecendo melhor sincronização labial e uma distinção mais clara entre diferentes vozes. Os recursos de movimentação de câmera foram refinados, incluindo opções para aproximar, afastar ou mover a câmera ao redor de elementos específicos.

Para otimizar o fluxo de trabalho e reduzir custos, o Gemini Omni 1.2 Flash aceita comandos via voz ou texto para modificar diversos aspectos do vídeo, como o plano de fundo, os efeitos de iluminação ou o formato da tela, sem exigir refazer todo o processo a cada alteração.

Para auxiliar no acompanhamento dos resultados e na economia, o modelo permite a criação de rascunhos em resoluções de 360p ou 720p. Caso o resultado seja satisfatório, o vídeo final pode ser exportado em 1080p ou 4K, conforme a necessidade.

Em relação aos custos, o Google ressaltou uma redução de 30% no preço de um vídeo em 720p, o que equivale a US$ 0,07 por segundo.

Por ser um modelo, o Gemini Omni 1.2 Flash está sendo implementado em diversas plataformas de IA do Google, com disponibilidade distribuída nos seus serviços.