Google DeepMind presentó Genie 4, un modelo de inteligencia artificial capaz de crear mundos virtuales que se exploran y modifican en tiempo real. El anuncio, recogido por Bloomberg Línea, introduce audio generado junto con las imágenes, desde sonidos ambientales hasta conversaciones, aunque el acceso inicial se limita a una vista previa de investigación.
La diferencia con un video generado por IA está en la interacción: el usuario puede desplazarse por el entorno, mover la cámara y pedir cambios mientras la escena continúa. El comunicado oficial muestra ejemplos de instrucciones para alterar el clima o incorporar personajes y objetos sin reconstruir el mundo desde cero.
Qué aporta Genie 4 a los mundos simulados
El sistema combina Genie con modelos de la familia Gemini para mantener una mayor continuidad visual y lógica. Según la explicación técnica de la compañía, Gemini Omni ayuda a anclar la apariencia y el comportamiento de las escenas, mientras otros modelos guían su evolución; en una de las demostraciones, Gemini 3.8 Flash observa los fotogramas y ajusta una secuencia de acciones conforme cambia el entorno.
Google sostiene que la nueva versión mejora el realismo de los movimientos humanos y de ciertos fenómenos físicos, como las colisiones y la aerodinámica. Los ejemplos publicados enseñan escenarios que responden a controles de teclado y a instrucciones de texto, dos formas de intervenir que vuelven la experiencia más cercana a una simulación navegable que a una animación cerrada.
La incorporación de sonido nativo amplía esa sensación de presencia. El modelo produce ambiente, música y voces al mismo tiempo que dibuja la escena, y puede hacer que los personajes reaccionen a lo que ocurre o a lo que dice el usuario. Es una capacidad prometedora, pero la calidad del audio interactivo todavía figura entre las áreas que Google busca mejorar.
Aplicaciones posibles para creadores y agentes
La empresa ve utilidad en la preparación de escenas audiovisuales, la creación rápida de prototipos de videojuegos y la simulación de situaciones para entrenar agentes de IA o sistemas robóticos. Un realizador podría probar ángulos, iluminación y acciones antes de filmar, mientras un desarrollador podría recorrer una idea de juego sin construir primero todos sus elementos en un motor tradicional.
Esas aplicaciones siguen en fase experimental. Google señala que trabaja con evaluadores de industrias creativas, educación, periodismo e ingeniería para entender qué tareas aprovechan mejor el modelo; sus demostraciones ilustran posibilidades, pero no prueban que ya pueda sustituir herramientas profesionales en proyectos largos o exigentes.
Acceso limitado y problemas pendientes
Genie 4 comenzó a distribuirse entre un grupo reducido de evaluadores de confianza. La compañía prevé ofrecerlo después a suscriptores de Google AI Ultra mediante Project Genie y a socios con acceso temprano a Gemini API y Google AI Studio, sin anunciar una fecha general de disponibilidad para todos los usuarios.
También reconoce límites técnicos: los detalles visuales y la permanencia de los objetos pueden variar cuando una sesión se prolonga o acumula cambios complejos. La precisión espacial, las interacciones físicas, la claridad del texto dentro de las escenas y la consistencia a largo plazo siguen en desarrollo, de modo que los mundos mostrados no deben interpretarse como simulaciones perfectas de la realidad.
Para identificar el material sintético, Google afirma que el video y el audio generados incorporarán la marca digital imperceptible SynthID. El avance apunta a experiencias más interactivas y a nuevos entornos de entrenamiento, pero su alcance práctico dependerá de cómo evolucione el modelo fuera de las demostraciones y de cuánto mejore su estabilidad.
