Genie 4: Google DeepMind presentó una IA que crea mundos interactivos con física, personas y sonido en tiempo real
Genie 4, el nuevo modelo de Google DeepMind, simula mundos interactivos en tiempo real con física, personas y audio generados a la vez.
Genie 4, el nuevo modelo de Google DeepMind, simula mundos interactivos en tiempo real con física, personas y audio generados a la vez.
Genie 4 es el nuevo modelo de mundo de Google DeepMind. El martes 27 de octubre de 2026, el laboratorio lo presentó en su blog oficial. Un modelo de mundo genera un entorno interactivo en tiempo real: el usuario se mueve por él con las teclas y lo modifica con texto. Además, esta versión es multimodal de forma nativa, así que música, ruidos ambiente y diálogos se generan a la vez que el mundo.
Los autores del anuncio son Raia Hadsell, Diego Rivas y Hang Qi. Según explican, el modelo incorpora capacidades de la familia Gemini. Por un lado, Gemini Omni ancla las simulaciones en la apariencia y el comportamiento del mundo real. Por otro, otros modelos Gemini aportan el razonamiento para sostener la coherencia y la continuidad.
Qué hace Genie 4 con la física y las personas
DeepMind afirma que Genie 4 introduce «un nuevo estándar de realismo» en la simulación interactiva en tiempo real. En ese sentido, el modelo reproduce escenarios físicos como la aerodinámica y las colisiones. Según la empresa, el salto más grande está en cómo simula a las personas: se mueven de forma natural, responden al entorno y se pueden dirigir en vivo.
Además, el usuario puede cambiar el clima, mover la cámara o sumar una persona o un objeto con lenguaje natural. Gemini adapta el pedido a la escena y, entre una orden y otra, vigila el mundo para que siga avanzando de forma coherente.
Genie 4 y el sonido: ambiente y diálogos en vivo
Genie 4 es el primer modelo de mundo en tiempo real de DeepMind que genera audio de forma nativa. Cada mundo trae el sonido de su entorno, desde el viento en los árboles hasta las olas en la playa. Cabe señalar que la novedad principal es el habla: los personajes conversan y reaccionan a lo que hace el usuario o a lo que pasa en el mundo, todo en tiempo real.
Por otro lado, DeepMind combinó Genie 4 con Gemini 3.8 Flash, que funciona como agente guía. Mientras el mundo se genera, Gemini observa la escena, divide el objetivo en pasos y revisa los cuadros para confirmar que cada paso salió bien. Si el usuario interviene, ajusta el plan al instante.
Qué significa Genie 4 para los videojuegos
El laboratorio trabaja con testers de industrias creativas, periodismo, educación, videojuegos e ingeniería. Los desarrolladores de juegos, según el anuncio, usan Genie 4 para pasar de una idea a un prototipo explorable en segundos. Prueban estilos visuales, materiales y mecánicas interactivas con pedidos de texto, antes de escribir una sola línea de código de motor.
Sin embargo, no se trata de un motor de juegos ni de un producto terminado. DeepMind lo define como «un modelo temprano y experimental».
Cómo se accede y qué límites tiene
Genie 4 arrancó como vista previa de investigación para testers de confianza. Después llegará a suscriptores de Google AI Ultra en Project Genie y a socios de acceso anticipado de la API de Gemini y Google AI Studio. Hay una lista de espera abierta.
DeepMind reconoce límites: los detalles visuales y la permanencia de los objetos pueden cambiar en sesiones largas, tras varias ediciones o al recorrer la escena. Las interacciones físicas complejas, la precisión del audio en tiempo real, el texto legible, la precisión espacial y la consistencia a largo plazo siguen en investigación. Todo el video y el audio que genera Genie 4 llevan la marca de agua SynthID para identificarlos como contenido de IA.
La fuente oficial es el anuncio de Google DeepMind.
Más noticias de Inteligencia Artificial en MonoLito.
Leé también: Pacientes con ELA podrán conservar su voz con IA: así es el programa gratuito de ElevenLabs y adELA