Google DeepMind anunció oficialmente el desarrollo de Genie 4, la nueva versión de su modelo de simulación de mundos. Está concebido para lograr un nivel de fotorrealismo sin precedentes en entornos interactivos generados en tiempo real.
La iniciativa forma parte de la estrategia de la compañía para impulsar la Inteligencia Artificial General (AGI). El objetivo es que los sistemas digitales comprendan, razonen y simulen con precisión las dinámicas del mundo físico.
Un modelo nativamente multimodal
A diferencia de las iteraciones anteriores de Genie, esta cuarta generación introduce un salto tecnológico determinante. Es un modelo nativamente multimodal, capaz de producir tanto gráficos como sonido en simultáneo.
La plataforma no solo recrea sonidos ambientales como el viento o las olas del mar. También sintetiza música y diálogos interactivos que se adaptan en vivo a la acción de los personajes.
A esto se le suma una física mejorada que tiene en cuenta fenómenos de aerodinámica y colisiones. Gracias a eso, los personajes humanos se mueven con fluidez y reaccionan de manera verosímil ante cualquier cambio en su entorno.
Control en tiempo real
Otra de las principales transformaciones radica en el control en tiempo real. Los usuarios pueden desplazarse por el mundo mediante atajos de teclado. Al mismo tiempo, pueden redactar instrucciones en lenguaje natural para modificar la escena al instante.
Así, es posible alterar el clima, reubicar la cámara o introducir nuevos objetos y personas sobre la marcha.
Toda esta dinámica se sostiene gracias a la integración profunda con la familia Gemini. Gemini Omni aporta el sustento estético y visual del entorno. Modelos como Gemini 3.8 Flash actúan como agentes supervisores que analizan el desarrollo cuadro a cuadro para garantizar la coherencia narrativa y la causalidad espacial.
Para qué sirve Genie 4
Desde la perspectiva de Google DeepMind, Genie 4 no se limita a ser una prueba de concepto tecnológica. Es una plataforma versátil con aplicaciones concretas en múltiples industrias:
-
Entrenamiento de sistemas autónomos y robótica: permite crear escenarios sintéticos seguros e infinitamente variables. Se probó junto a Gemini Robotics y al humanoide Apollo de la empresa Apptronik.
-
Industria audiovisual y cine: funciona como una herramienta de previsualización ultrarrápida. Los directores pueden ingresar a una simulación en vivo, probar ángulos de iluminación o encuadre y ejecutar diferentes tomas de inmediato.
-
Videojuegos: facilita el prototipado de ideas a partir de texto en cuestión de segundos.
-
Fotoperiodismo: permite transformar fotos de archivo en 2D en entornos 3D explorables o simular desastres ambientales como inundaciones e incendios.
Marca de agua y disponibilidad
Para garantizar un despliegue responsable y prevenir usos malintencionados derivados del fotorrealismo, todo el contenido generado por Genie 4 incluye la marca de agua digital imperceptible SynthID.
El sistema atraviesa una etapa experimental y aún registra ciertas limitaciones. Entre ellas, se mencionan leves inconsistencias en la permanencia de objetos en sesiones prolongadas.
Google DeepMind ya comenzó a distribuirlo como una vista previa de investigación para evaluadores de confianza. Hay planes de extenderlo a los suscriptores de Google AI Ultra en Project Genie y a desarrolladores a través de la API de Gemini.
