Imagen y vídeo · EDICIÓN 12

Genie 4 crea mundos interactivos con imagen, sonido y diálogo en tiempo real

Gráfico editorial de un mundo interactivo que cambia con instrucciones y genera sonido
Imagen: Gráfico editorial de Densidad4; esquema conceptual, no reproduce una demostración real

En breve

  • Genera imagen, sonido y diálogo mientras el usuario interactúa.
  • El acceso comienza con probadores de confianza.
  • Google reconoce deriva visual y limitaciones de física y texto.

Qué cambia

Google DeepMind anunció el 27 de octubre Genie 4, un modelo capaz de generar un entorno visual interactivo y modificarlo mediante instrucciones mientras la escena continúa. También produce música, sonido ambiente y diálogo. TechCrunch confirmó la demostración, el acceso restringido y las limitaciones reconocidas por el equipo.

Genie 4 se ofrece primero como vista previa de investigación para probadores de confianza. Llegará después a suscriptores de Google AI Ultra dentro de Project Genie y a algunos socios de la API de Gemini y Google AI Studio. No existe todavía acceso general, precio definitivo ni evaluación externa completa.

El contexto y los límites

Un modelo de mundos intenta simular qué ocurre después de cada acción, no limitarse a generar un vídeo cerrado. El usuario puede mover la cámara, cambiar el tiempo o introducir un objeto y seguir explorando. Gemini 3.8 Flash observa los fotogramas, divide objetivos en pasos y ayuda a mantener la dirección de la simulación.

El sistema puede servir para preparar escenas, probar ideas de videojuegos o crear escenarios de entrenamiento para robots. Google mostró un experimento donde Gemini 4 Argon descompone una tarea del humanoide Apollo y Genie 4 la representa. Es una simulación de investigación; no demuestra que el robot haya aprendido o ejecutado la tarea en el mundo físico.

DeepMind reconoce que los detalles y los objetos pueden cambiar con el tiempo. También quedan problemas en física compleja, exactitud del audio, texto legible, precisión espacial y consistencia prolongada. TechCrunch señala que la experiencia final todavía no está definida. Las demostraciones seleccionadas no equivalen a una prueba independiente.

Todo el contenido generado incorpora SynthID, según Google. Para creadores, la utilidad inmediata está en la previsualización y el prototipado, no en sustituir un motor de juego o una producción terminada. Conviene conservar las instrucciones, identificar el material sintético y no presentar una simulación como grabación de un hecho real.

Cómo llevarlo a la práctica

Si obtienes acceso a Genie 4, úsalo primero para una maqueta corta. Introduce cambios de cámara, objetos y sonido y anota cuándo se pierde la continuidad. Guarda el guion y las decisiones útiles fuera de la simulación para no depender de una sesión efímera.

Identifica el resultado como contenido sintético y no lo presentes como una grabación. Para robótica, valida cualquier comportamiento después en un simulador técnico y en el equipo físico; una escena visual no demuestra transferencia al mundo real.

Comprueba las fuentes

El anuncio y su contraste están enlazados para que puedas consultar el alcance original. Las valoraciones pertenecen a la síntesis editorial.

Fuente original · Google DeepMind ↗Segunda referencia · TechCrunch ↗

Sigue leyendo

ChatGPT Images 2.5 convierte un boceto y las anotaciones sobre la imagen en instrucciones de edición →

Wan 3.0 llega a Runway con clips de hasta 30 segundos y audio →

← Volver a la edición · Archivo · Cómo seleccionamos las noticias