Google DeepMind presentó este 27 de octubre Genie 4, su nuevo modelo de IA para generar mundos interactivos en tiempo real. Según el anuncio de Google, combina mayor realismo, audio nativo y la posibilidad de modificar una escena mientras la recorres.
🎮 La idea no es entregarte solamente un video: el modelo genera la experiencia cuadro por cuadro conforme interactúas, sin exigir que prepares de antemano cada entorno o programes sus elementos interactivos. Puedes escribir instrucciones para cambiar el clima, mover la cámara o incorporar personajes y objetos; además, produce música, sonidos ambientales y diálogos interactivos sobre la marcha.
⚙️ Google promete mejores físicas y personajes más parecidos a personas, además de escenas que pueden mantenerse durante hasta dos minutos, frente al minuto de Genie 3, presentado como prueba de investigación hace poco más de un año. Eso no significa continuidad perfecta: los detalles y los objetos pueden cambiar conforme avanza la simulación, y todavía hay problemas por resolver con la precisión del audio y la legibilidad del texto dentro del mundo.
🧠 La familia Gemini participa más de cerca: Google explica que Gemini Omni ayuda a representar la apariencia y el comportamiento del mundo real, mientras otros modelos aportan razonamiento para sostener la coherencia. The Verge identifica a Gemini 3.8 Flash entre esos apoyos; TechCrunch también describe un experimento ligado a Gemini Robotics, donde Gemini 4 Argon descompuso tareas en pasos que Genie 4 simuló en tiempo real.
🚀 Por ahora, el acceso está limitado a un grupo de evaluadores de confianza dentro de una prueba de investigación. Google anuncia su próxima llegada a suscriptores de Google AI Ultra mediante Project Genie y a socios de acceso anticipado de Gemini API y Google AI Studio; TechCrunch sitúa esa ampliación en las próximas semanas, y The Verge reporta una lista de espera para solicitar acceso en Project Genie.
¿Qué cambia para quienes crean y programan?
El atractivo está en probar ideas y corregirlas sin detener la simulación: Google propone usos en prototipos de videojuegos, previsualización y guiones gráficos de películas, aprendizaje interactivo y entrenamiento de robots y agentes. También menciona periodismo y manufactura, y presenta estas simulaciones como un paso hacia la inteligencia artificial general; son aplicaciones y objetivos planteados por la empresa, no resultados garantizados.
En cine, el foco inicial está en explorar ideas rápidamente, no en dar por terminada una producción. Google ya ofrece Veo para generar clips de alta definición con audio sincronizado a partir de texto, imágenes o video; el ingeniero de DeepMind Diego Rivas planteó que Gemini Omni podría convertir eventualmente los prototipos en materiales creativos, pero aclaró que esas capacidades todavía están lejos y que la experiencia final de Genie 4 sigue por definirse.
La competencia tampoco está quieta: según TechCrunch, Runway lanzó hace un par de meses GWM Worlds 2, otro modelo interactivo con audio, mientras AMD está adquiriendo World Labs, de Fei-Fei Li; Amazon negocia comprar Decart, y Rivian adquirió Third Dimension para incorporar simulaciones a sus pruebas de conducción autónoma. El avance de estos modelos ya ha inquietado a inversionistas de videojuegos, como recoge Bloomberg, pero eso no demuestra que puedan sustituir el desarrollo de un juego completo.
💬 Si pudieras cambiar una simulación con una instrucción de texto, ¿qué probarías primero: una mecánica de juego, una escena de cine o una tarea para un robot?
¿Pero deveras? 🌵💚
