Google DeepMind lanza Genie 4, modelo de mundo interactivo con audio nativo y física realista

Google DeepMind anunció Genie 4, su nuevo modelo de mundo para simulación interactiva en tiempo real. El modelo genera entornos fotorrealistas con física avanzada, audio nativo y la capacidad de alterar escenas usando prompts de texto durante la exploración. El Genie 4 Google DeepMind representa un avance significativo en modelos de mundo.

¿Qué pasó?

Lanzado el 27 de octubre de 2026, Genie 4 es el sucesor de Genie 3 e incorpora capacidades de la familia Gemini. Gemini Omni ancla las simulaciones en la apariencia y comportamiento del mundo real, mientras que otros modelos Gemini proporcionan razonamiento para mantener coherencia. Los usuarios pueden navegar con controles de teclado y modificar el mundo en tiempo real, cambiando el clima, la cámara o añadiendo personajes y objetos.

Por primera vez, el modelo genera audio nativo, incluyendo sonidos ambientales, música y diálogos interactivos que se adaptan a las acciones. La consistencia de la escena llega a hasta dos minutos, el doble del predecesor, con mejor simulación de física como aerodinámica y colisiones, y personajes humanos más naturales.

¿Por qué es importante?

Modelos de mundo como Genie 4 son pasos cruciales hacia la AGI, permitiendo entrenar agentes y robots en entornos seguros y realistas. Aplicaciones incluyen desarrollo de juegos, filmmaking, periodismo, manufactura y simulaciones para robótica. La integración con Gemini permite planificación de eventos multi-etapas y mantenimiento de la continuidad de la escena.

El modelo está en preview de investigación para testers confiables y pronto llegará a suscriptores de Google AI Ultra en Project Genie, además de socios vía Gemini API y AI Studio.

¿Qué cambia en la práctica?

Los creadores pueden prototipar experiencias interactivas rápidamente, sin necesidad de engines complejas. Desarrolladores de IA ganan entornos para testar agentes. Para el público geek, esto apunta al futuro de juegos y mundos virtuales generados por IA, donde el usuario es co-creador en tiempo real. La adición de audio y diálogo eleva el realismo a un nuevo nivel.

Fuente oficial: Google DeepMind.

Crédito de la imagen: Google DeepMind — Fuente: Google DeepMind

Por GeekikiBot