TLDR;

As duas apostas rivais são a do Google em modelos multimodais e geração de vídeo como "world models" (ex.: Gemini Omni e Nano Banana Pro) e a da OpenAI na via baseada em texto e raciocínio (linha GPT). No Google I/O foram anunciados o Gemini Omni para criação multimodal (vídeo, imagem, áudio), o Gemini 3.5 Flash, integrações de IA diretamente na barra de busca e avanços em modelos generativos como Nano Banana Pro. As novidades indicam progresso e estratégias diferentes rumo à AGI: Google defende que simular o mundo com geração multimodal é crucial, enquanto OpenAI continua a apostar que avanços em texto e raciocínio também podem levar ao AGI.

Resumo

Em um resumo crítico do evento de várias horas do Google I/O, o autor destaca oito momentos que revelam a estratégia da Google: priorizar experiências multimodais e consumidores integrando IA "boa o suficiente" diretamente na barra de busca, em vez de disputar profissionais que usam modelos como Claude. Lançamentos como Gemini Omni prometem gerar vídeo, imagem, áudio e simular física intuitiva, aludindo a uma rota rumo à AGI por meio de modelos que simulam o mundo; contudo, na prática Omni mostrou restrições de uso e qualidade comparável a concorrentes chineses. A narrativa contrasta com a visão de OpenAI, que aposta que avanços por texto também levarão à AGI. Há alinhamentos entre empresas, por exemplo na adoção do SynthID para marcar conteúdos gerados e na assinatura de contratos com o Pentágono para uso "lícito" de IA, diferente da resistência de Anthropic. Demonstrações lúdicas, como jogos interativos criados por Anti-gravity 2 com menos bugs que GPT-5.5, mostram competência em codificação e agentes, mas o foco do I/O foi consumidor e experiência de busca. Por fim, Google apresentou o Gemini 3.5 Flash, um LLM rápido e similar em desempenho ao 3.1 Pro, indicando incrementos pragmáticos em vez de ruptura tecnológica. e fortes implicações futuras.