Por el equipo de Smili Phone
Google DeepMind presentó Genie 4 el 27 de octubre de 2026, y es la versión más realista hasta ahora de su tecnología de modelos de mundo. Un modelo de mundo es una IA que no solo dibuja una imagen ni reproduce un video terminado. Simula un lugar, cuadro por cuadro, y reacciona mientras te mueves por él. Con Genie 4, escribes una frase o subes una imagen, y obtienes una escena fotorrealista por la que puedes caminar con los controles del teclado. Luego escribes otra frase, y el mundo cambia mientras sigues dentro de él.
El sonido es el gran salto esta vez
El cambio más destacado es el audio. Genie 4 es el primer modelo de mundo en tiempo real de DeepMind que genera sonido de forma nativa, es decir, el sonido se crea en el mismo proceso que la imagen, no se añade después. Una escena de playa llega con el sonido de las olas. Puede sonar música. Los personajes pueden responder y reaccionar en tiempo real a lo que dices y a lo que ocurre a su alrededor.
DeepMind explica que el sonido está ligado a los eventos de la escena, así que un choque suena como un choque y un salón grande resuena como un salón grande. Cuando el audio coincide con la acción, el cerebro deja de notar el truco y empieza a tratar el lugar como real, al menos por un rato.
Diriges la escena mientras se ejecuta
El segundo cambio es la dirección en vivo. Mientras una simulación se ejecuta, puedes escribir un cambio en lenguaje sencillo: que llueva, mover la cámara, añadir una persona o colocar un objeto nuevo. Gemini adapta tu petición para que encaje con la escena en pantalla, y un agente guía basado en Gemini 3.8 Flash sigue planificando cada paso y revisando los nuevos cuadros para que el mundo se mantenga coherente. DeepMind también atribuye a Gemini Omni la tarea de fijar el aspecto y el comportamiento de las personas y los lugares.
El tercer cambio es la duración. Las escenas ahora se mantienen coherentes durante hasta unos dos minutos, el doble del límite aproximado de un minuto de Genie 3. Dos minutos siguen siendo poco, pero bastan para que una escena se desarrolle: un personaje puede cruzar una habitación, el clima puede cambiar, una conversación puede llegar a alguna parte. DeepMind reconoce que esto sigue siendo un límite, y los detalles pueden desviarse con el tiempo, sobre todo en sesiones largas o tras varias ediciones complejas.
Quién puede probarlo y para qué sirve
Por ahora, Genie 4 es una vista previa de investigación para evaluadores de confianza. Los suscriptores de Google AI Ultra lo recibirán a través de Project Genie, y los socios de acceso anticipado lo recibirán a través de la API de Gemini y Google AI Studio, con una lista de espera abierta para los demás. Google también afirma que SynthID, su marca de agua imperceptible, etiquetará cada clip de video y audio que produzca Genie 4, para que las escenas generadas puedan identificarse como creadas por IA.
Conviene mantener las expectativas bajo control. No es un producto terminado que puedas descargar hoy, ni un sustituto de un motor de videojuegos. Pero señala hacia dónde se dirige el contenido interactivo. Si un mundo se puede describir con palabras, recorrer a pie y cambiar a mitad de frase, la línea entre ver un video, jugar un videojuego y conversar con un asistente empieza a difuminarse.
Para los usuarios cotidianos de teléfonos y computadoras, la conclusión práctica es más sencilla. El mismo avance de la IA que hace posible Genie 4 ya está llegando a las aplicaciones de tu dispositivo, desde asistentes de voz más inteligentes hasta herramientas de video que entienden una escena en lugar de solo un clip. Si tu teléfono tiene dificultades con las funciones de IA más recientes, visítanos en nuestra tienda en Escondido.
Relacionado: Los modelos de OpenAI llegan a Google Cloud · El chip Maia 300 de Microsoft
