Google I/O 2024: A Era Gemini Redefine a Inteligência Artificial
Gemini 2.5: Inteligência e Eficiência Aprimoradas
O **Gemini 2.5** foi apresentado como o alicerce das inovações, com suas versões Pro e Flash liderando o caminho.
Gemini 2.5 Pro: O Modelo Mais Avançado
De acordo com a Google, o Gemini 2.5 Pro é atualmente o modelo mais inteligente já criado pela empresa, representando a fundação mais robusta no mundo da IA. Suas capacidades multimodais foram destacadas, permitindo a transformação de esboços em aplicativos interativos e até a simulação de cidades inteiras em 3D. Em termos de desempenho, o modelo lidera os placares de classificação em codificação, como demonstrado pela WebDev Arena, e é considerado um modelo líder para aprendizado e codificação, incorporando inclusive o **LearnLM**, uma família de modelos desenvolvida com especialistas em educação. O Gemini 2.5 Pro ocupa a primeira posição em todos os placares de classificação da LMArena.
Gemini 2.5 Flash: Velocidade e Acessibilidade
Apresentado como o 'cavalo de batalha' mais eficiente da Google, o **Gemini 2.5 Flash** conquistou grande popularidade entre os desenvolvedores devido à sua velocidade e baixo custo. Conforme o LMArena, o Gemini 2.5 Flash posiciona-se logo abaixo do Gemini 2.5 Pro em desempenho, demonstrando ser melhor em quase todas as dimensões. Este modelo estará geralmente disponível no início de junho, com o Pro sendo lançado logo em seguida.
Saída de Áudio Nativa: Conversas Mais Expressivas
Uma das novidades mais impressionantes do Gemini 2.5 é a introdução de prévias para a funcionalidade de texto para fala com suporte nativo de áudio para múltiplas vozes. Este recurso, o primeiro do seu tipo, permite que o modelo converse de maneira mais expressiva, capturando nuances sutis da fala e alternando facilmente para um sussurro. Além disso, a tecnologia suporta mais de 24 idiomas e pode alternar entre eles de forma fluida. Esta capacidade de saída de áudio já está disponível na API do **Gemini**.
Orçamentos de Pensamento: Controle de Custos e Qualidade
Para dar aos desenvolvedores mais controle sobre custo e latência versus qualidade, a Google lançou os 'Orçamentos de Pensamento' com o Gemini 2.5 Flash. Em breve, esta funcionalidade também estará disponível para o Gemini 2.5 Pro, permitindo ajustar a quantidade de 'tokens' que o modelo utiliza para 'pensar' antes de gerar uma resposta, ou simplesmente desativar o recurso para respostas mais rápidas.
Agentes de IA: O Futuro da Interação Digital
A Google está investindo pesado no conceito de agentes de IA, sistemas que combinam inteligência artificial avançada com acesso a ferramentas para realizar tarefas e interagir em ambientes digitais.
Project Mariner: Automação Web Inteligente
O **Project Mariner**, um protótipo de pesquisa da Google, visa aprimorar a interação de agentes de IA com ambientes digitais. Esses agentes podem operar navegadores e outros softwares, assumindo até 10 tarefas simultâneas, uma capacidade notável que acelera a automação. Uma funcionalidade chave é o 'Ensinar e Repetir', onde o agente aprende uma tarefa ao ser demonstrado apenas uma vez e replica o plano para tarefas semelhantes no futuro.
Protocolos de Agente-a-Agente e Agente-a-API
As capacidades de uso de computador do Project Mariner estarão disponíveis na API do Gemini. A Google também introduziu o Protocolo Agente2Agente, que permite que os agentes de IA se comuniquem entre si, e o Protocolo de Contexto do Modelo (**MCP**), introduzido pela **Anthropic**, que permite que os agentes acessem outros serviços. O **Gemini SDK** já é compatível com as ferramentas do MCP.
Jules: O Agente de Codificação Autônomo
Dentre as ferramentas de codificação avançadas suportadas pelo Gemini 2.5 Pro, destaca-se **Jules**. Este agente de codificação assíncrono integra-se com o **GitHub** e atua de forma autônoma para resolver bugs e realizar atualizações em grandes bases de código em minutos. A plataforma **jules.google** já está em beta público, permitindo que qualquer pessoa se inscreva e comece a utilizá-lo.
Ferramentas Criativas de IA: Redefinindo a Criação de Conteúdo
A Google continua a impulsionar os limites da criação de conteúdo com novas ferramentas de IA que oferecem maior controle e eficiência.
Gemini Diffusion: Geração de Texto Revolucionária
A Google, pioneira em tecnologias de difusão para geração de imagem e vídeo, está agora aplicando o poder da difusão ao texto com o **Gemini Diffusion**. Este modelo experimental de difusão de texto é incrivelmente rápido, gerando resultados cinco vezes mais rápido que o Gemini 2.0 Flash Light, o modelo mais veloz até então. Ele é capaz de resolver problemas matemáticos complexos e editar textos de forma acelerada, inclusive em contextos de matemática e codificação, iterando e corrigindo erros durante o processo de geração.
Imagen 4: Imagens Realistas e Detalhadas
O **Imagen 4** representa um grande salto na geração de imagens, produzindo resultados muito mais ricos, com cores mais nuances e detalhes finos. As imagens geradas exibem sombras realistas, gotas de água minuciosas e uma tipografia e texto significativamente aprimorados. Além da qualidade visual, o Imagen 4 é até 10 vezes mais rápido que os modelos anteriores da Google.
Veo 3: Geração de Vídeo com Áudio Nativo
Baseado no sucesso do **Veo 2**, que redefiniu a geração de vídeo, o **Veo 3** eleva ainda mais o padrão. O novo modelo de última geração da Google oferece uma qualidade visual superior e um entendimento mais robusto da física do mundo real. A grande inovação do Veo 3 é sua capacidade de gerar áudio nativo, incluindo efeitos sonoros, sons de fundo e diálogos, permitindo que os personagens nos vídeos falem a partir de prompts do usuário. O Veo 3 já está disponível para uso.
Flow: A Plataforma de Filmmaking Orientada por IA
A Google apresentou o **Flow**, uma nova ferramenta de criação de filmes com IA que integra o melhor do Veo, Imagen e Gemini. Descrito como uma ferramenta 'construída para criativos por criativos', o Flow permite aos usuários fazer upload de suas próprias imagens, gerar novas com o Imagen e montar clipes, mantendo a consistência de personagens e cenas. A ferramenta também possibilita estender clipes existentes e ajustar a edição, proporcionando grande flexibilidade criativa. O Flow foi lançado durante a conferência.
Lyria 2: Música e Áudio de Alta Fidelidade
A Google também lançou o **Lyria 2**, um modelo capaz de gerar música de alta fidelidade e áudio com qualidade profissional. Este modelo cria músicas melódicas com vocais, solos e corais, e está disponível hoje para empresas no **Vertex AI**, para criadores no **YouTube Shorts** e para músicos no **Music AI Sandbox**.
Acesso à IA para Todos: Planos Google AI Pro e Ultra
Para democratizar o acesso a essas tecnologias avançadas, a Google anunciou novos planos de assinatura para a sua oferta de IA.
O **Google AI Pro** está disponível por US$ 19,99/mês (com um mês de teste gratuito) e oferece acesso ao aplicativo Gemini com os modelos 2.5 Pro e Veo 2, o Flow com Veo 2, limites de taxa mais altos, o **NotebookLM**, Gemini no Gmail, Google Docs e Google Fotos, e o Gemini no Chrome. O plano já está disponível nos EUA e será lançado globalmente em breve.
O **Google AI Ultra**, com custo de US$ 249,99/mês (com 50% de desconto nos primeiros três meses), oferece o mais alto nível de acesso ao melhor da IA da Google. Inclui o aplicativo Gemini com os modelos 2.5 Pro Deep Think e Veo 3, o Flow com Veo 3, os limites de taxa mais altos, o NotebookLM (em breve), Gemini no Chrome, o Project Mariner (em breve), YouTube Premium e 20TB de armazenamento. O Google AI Ultra já está disponível nos EUA e será lançado em outros países em breve.
A IA no Android e a Realidade Estendida (XR)
A plataforma **Android** continua a ser o epicentro das inovações em IA da Google, com muitas das novas funcionalidades do Gemini chegando aos dispositivos Android em breve.
Android como Plataforma de IA
O Android é considerado o melhor lugar para experimentar a IA. Os avanços do Gemini estarão disponíveis em breve no Android, permitindo acesso instantâneo ao assistente a partir do botão de ligar, com compreensão de contexto para ajudar em diversas tarefas. O Android estende-se além dos smartphones, alimentando relógios inteligentes, painéis de carros e até TVs, garantindo que o assistente de IA esteja presente onde quer que o usuário esteja.
Android XR e Óculos Inteligentes
A Google também apresentou o **Android XR**, a primeira plataforma Android construída na era Gemini, projetada para suportar um amplo espectro de dispositivos de realidade estendida, incluindo headsets e óculos. Em parceria com a **Samsung** e a **Qualcomm**, a Google está desenvolvendo novos hardwares XR, como o **Project Moohan** da Samsung, o primeiro dispositivo Android XR, que oferece uma 'tela infinita' para aplicativos e estará disponível para compra ainda este ano.
Demonstração ao Vivo: Interação com Óculos Inteligentes
Uma demonstração ao vivo destacou o potencial dos óculos com Android XR. Equipados com câmera frontal, microfones, alto-falantes e uma tela discreta na lente, esses óculos permitem a interação com o Gemini e o mundo real de formas nunca antes vistas. Os óculos possibilitam a tradução em tempo real, a identificação de objetos, a obtenção de direções de mapas e até mesmo a realização de chamadas e o envio de mensagens, tudo sem o uso das mãos. A colaboração com parceiros de eyewear como **Gentle Monster** e **Warby Parker** visa criar óculos inteligentes que sejam ao mesmo tempo estilosos e repletos de tecnologia.
IA para o Bem Social e Descoberta Científica
A Google reafirma seu compromisso em usar a IA para resolver os maiores desafios do mundo, desde avanços científicos até o auxílio em situações de emergência.
Projeto Astra e Apoio à Comunidade
O **Projeto Astra**, em parceria com a **Aira**, é um exemplo concreto de como a IA pode beneficiar a sociedade. Essa iniciativa oferece assistência em tempo real a pessoas com deficiência visual, conectando-as a intérpretes visuais humanos por meio de vídeo. Um protótipo já foi desenvolvido para ampliar o acesso a esse tipo de assistência, com feedback contínuo dos usuários e supervisão ativa dos intérpretes da Aira para garantir segurança e confiabilidade.
IA na Ciência: Avançando o Conhecimento Humano
A **Google DeepMind** tem aplicado a IA em quase todos os ramos da ciência, gerando avanços notáveis. Exemplos incluem:
- **AlphaProof:** capaz de resolver problemas de Olimpíadas de Matemática no nível de medalha de prata.
- **Co-Scientist:** um sistema de pesquisa que colabora com pesquisadores, ajudando a desenvolver e testar novas hipóteses.
- **AlphaEvolve:** que descobre novos conhecimentos científicos e acelera o próprio treinamento de IA.
- **AMIE Medical:** um sistema de pesquisa que auxilia clínicos no diagnóstico médico.
- **AlphaFold 3:** que prevê a estrutura e interações de todas as moléculas da vida.
- **Isomorphic Labs:** uma empresa que utiliza o trabalho do AlphaFold para revolucionar o processo de descoberta de medicamentos com IA.
Conforme a Google, o **AlphaFold** já é utilizado por mais de 2,5 milhões de pesquisadores em todo o mundo em seu trabalho crítico, evidenciando uma nova era de descoberta científica impulsionada pela IA.
FireSat e Wing: IA em Ação em Emergências
A velocidade e a precisão da IA são cruciais em emergências. A **FireSat** é uma constelação de satélites que utiliza imagens multiespectrais e IA para detectar incêndios em tempo quase real. Com uma resolução impressionante, a FireSat consegue identificar focos de incêndio tão pequenos quanto 270 pés quadrados (aproximadamente o tamanho de uma garagem de um carro), com um tempo de resposta de apenas 20 minutos, em comparação com as 12 horas dos sistemas atuais. Além disso, o projeto **Wing**, em parceria com o **Walmart** e a **Cruz Vermelha**, demonstrou a eficácia das entregas por drones para auxiliar em esforços de socorro, fornecendo itens essenciais como alimentos e medicamentos a abrigos, baseados em necessidades em tempo real, como ocorreu durante o Furacão Helene.
Avanços em Robótica e Computação Quântica
A Google também está avançando em áreas como a robótica, buscando construir a próxima geração de robôs úteis, e na computação quântica, desenvolvendo computadores quânticos corrigidos por erros. Além disso, a empresa continua aprimorando os veículos totalmente autônomos da **Waymo**, que podem transportar passageiros com segurança para qualquer destino.
Conclusão
O Google I/O 2024 deixou claro que a IA da Google está em um caminho de constante evolução, com inovações que prometem revolucionar diversos aspectos da vida humana em um futuro próximo. A empresa está comprometida em construir um futuro onde a IA não apenas melhora a produtividade e a criatividade, mas também contribui ativamente para o bem-estar social e o avanço do conhecimento. As parcerias estratégicas e o foco em aplicações reais demonstram que a Google está determinada a garantir que os benefícios da IA sejam amplamente acessíveis e impactem positivamente o maior número de pessoas possível.
Esta nova era da IA é um convite à colaboração, e a Google espera ver o que desenvolvedores e tecnólogos construirão juntos com essas ferramentas poderosas, transformando a pesquisa de hoje na realidade de amanhã.