Google DeepMind ha presentado Genie 4, una inteligencia artificial capaz de crear mundos virtuales que el usuario puede recorrer y modificar mientras se generan. La nueva versión promete una física más convincente y personajes que se mueven y hablan con naturalidad, aunque todavía tiene dificultades para mantener la consistencia de lo que sucede más allá de dos minutos, según recoge Ars Technica.
Un modelo de mundos es una IA que simula un entorno y permite recorrerlo con el teclado y modificarlo mediante instrucciones escritas, como pedir que llueva, añadir objetos, que aparezca un personaje o modificar la cámara. En Genie, basta con describir el escenario para que el sistema genere cada fotograma en tiempo real, sin necesidad de diseñar previamente todos sus elementos ni programar cada interacción como sucede en un videojuego.
Genie 1, que generaba entornos bidimensionales controlables, se presentó en febrero de 2024. Genie 2 dio el salto al 3D en diciembre de aquel año y Genie 3, anunciado en agosto de 2025, permite explorar escenarios más realistas en tiempo real, a 720p y 24 fotogramas por segundo.
Ninguno de estos modelos ha estado disponible de forma amplia. A Genie 3 se puede acceder en Project Genie, una web experimental que combina ese modelo con Nano Banana Pro y Gemini. Requiere tener al menos 18 años y una suscripción a Google AI Ultra, con exploraciones limitadas a 60 segundos.
Aunque Genie se ha vinculado a la creación de videojuegos, Google considera esta tecnología un paso hacia la inteligencia artificial general, capaz de afrontar tareas muy diversas. Estos mundos podrían proporcionar innumerables escenarios para entrenar robots y agentes de IA, aprender las consecuencias de sus acciones y probar sus capacidades antes de trasladarlas al entorno físico.
Frente a Genie 3, la nueva versión mejora, según DeepMind, la simulación de colisiones y aerodinámica, además del movimiento y las reacciones humanas. Pero la novedad más destacada es que ahora cuenta con audio nativo, generado junto con las imágenes e integrado en el entorno, como el viento entre los árboles o las olas. También incorpora habla humana y diálogos interactivos, de modo que los personajes pueden conversar y reaccionar a los acontecimientos de la simulación.
El sistema incorpora capacidades de Gemini Omni para mejorar el realismo y utiliza Gemini 3.8 Flash como supervisor. Este observa la escena, divide los objetivos en pasos, comprueba los fotogramas y adapta el plan cuando cambia la situación; Google también emplea Gemini 4 Argon para planificar tareas que Genie representa, como un robot jugando a las damas.
La pérdida de coherencia o consistencia significa que un objeto puede cambiar de aspecto o que un lugar no se reconstruya igual al volver a una ubicación en la simulación. Ars Technica sitúa esa continuidad en unos dos minutos, aunque Google no ha mencionado un límite concreto pero sí menciona desviaciones que pueden aumentar con la duración, las modificaciones complejas y los desplazamientos por el escenario.
Genie 4 está reservado por ahora a probadores seleccionados y llegará próximamente a los suscriptores Ultra a través de Project Genie, para lo que hay una lista de espera. También accederán socios seleccionados a través de la API de Gemini y AI Studio, sin fecha concreta ni tarifas para desarrolladores anunciadas.
Lo que no será es barato. En España, Google AI Ultra ofrece modalidades de 99,99 y 219,99 euros mensuales, pero no se conoce cuánto uso se le podrá dar a Genie 4 en cada una de ellas.
La cuarta generación de Genie incorpora audio nativo y habla humana
Google DeepMind ha presentado Genie 4, una inteligencia artificial capaz de crear mundos virtuales que el usuario puede recorrer y modificar mientras se generan. La nueva versión promete una física más convincente y personajes que se mueven y hablan con naturalidad, aunque todavía tiene dificultades para mantener la consistencia de lo que sucede más allá de dos minutos, según recoge Ars Technica.
Un modelo de mundos es una IA que simula un entorno y permite recorrerlo con el teclado y modificarlo mediante instrucciones escritas, como pedir que llueva, añadir objetos, que aparezca un personaje o modificar la cámara. En Genie, basta con describir el escenario para que el sistema genere cada fotograma en tiempo real, sin necesidad de diseñar previamente todos sus elementos ni programar cada interacción como sucede en un videojuego.
Genie 1, que generaba entornos bidimensionales controlables, se presentó en febrero de 2024. Genie 2 dio el salto al 3D en diciembre de aquel año y Genie 3, anunciado en agosto de 2025, permite explorar escenarios más realistas en tiempo real, a 720p y 24 fotogramas por segundo.
Ninguno de estos modelos ha estado disponible de forma amplia. A Genie 3 se puede acceder en Project Genie, una web experimental que combina ese modelo con Nano Banana Pro y Gemini. Requiere tener al menos 18 años y una suscripción a Google AI Ultra, con exploraciones limitadas a 60 segundos.
Aunque Genie se ha vinculado a la creación de videojuegos, Google considera esta tecnología un paso hacia la inteligencia artificial general, capaz de afrontar tareas muy diversas. Estos mundos podrían proporcionar innumerables escenarios para entrenar robots y agentes de IA, aprender las consecuencias de sus acciones y probar sus capacidades antes de trasladarlas al entorno físico.
Frente a Genie 3, la nueva versión mejora, según DeepMind, la simulación de colisiones y aerodinámica, además del movimiento y las reacciones humanas. Pero la novedad más destacada es que ahora cuenta con audio nativo, generado junto con las imágenes e integrado en el entorno, como el viento entre los árboles o las olas. También incorpora habla humana y diálogos interactivos, de modo que los personajes pueden conversar y reaccionar a los acontecimientos de la simulación.
El sistema incorpora capacidades de Gemini Omni para mejorar el realismo y utiliza Gemini 3.8 Flash como supervisor. Este observa la escena, divide los objetivos en pasos, comprueba los fotogramas y adapta el plan cuando cambia la situación; Google también emplea Gemini 4 Argon para planificar tareas que Genie representa, como un robot jugando a las damas.
La pérdida de coherencia o consistencia significa que un objeto puede cambiar de aspecto o que un lugar no se reconstruya igual al volver a una ubicación en la simulación. Ars Technica sitúa esa continuidad en unos dos minutos, aunque Google no ha mencionado un límite concreto pero sí menciona desviaciones que pueden aumentar con la duración, las modificaciones complejas y los desplazamientos por el escenario.
Genie 4 está reservado por ahora a probadores seleccionados y llegará próximamente a los suscriptores Ultra a través de Project Genie, para lo que hay una lista de espera. También accederán socios seleccionados a través de la API de Gemini y AI Studio, sin fecha concreta ni tarifas para desarrolladores anunciadas.
Lo que no será es barato. En España, Google AI Ultra ofrece modalidades de 99,99 y 219,99 euros mensuales, pero no se conoce cuánto uso se le podrá dar a Genie 4 en cada una de ellas.
Noticias de Tecnología y Videojuegos en La Razón
