Google presenta Genie 4: mundos 3D que cambian mientras los exploras
Google DeepMind ha presentado Genie 4, un modelo de inteligencia artificial capaz de generar mundos tridimensionales explorables en tiempo real. El usuario puede moverse con el teclado, cambiar el clima mediante una frase, introducir objetos o personas y conversar con personajes mientras el sistema produce imagen, física y sonido sobre la marcha. Las demostraciones se acercan sorprendentemente a un videojuego, aunque Genie 4 todavía es una preview de investigación con acceso muy limitado.

Qué es Genie 4 y por qué no genera un simple vídeo
Genie 4 pertenece a una categoría conocida como modelos de mundo. En vez de producir un clip cerrado que siempre se reproduce igual, calcula qué debería ocurrir en el siguiente instante teniendo en cuenta la escena, las acciones del usuario y las instrucciones escritas. Si giras hacia una calle, abre una puerta o comienza a llover, el sistema debe crear la respuesta y mantener la sensación de que todo forma parte del mismo espacio.
El anuncio oficial de Google DeepMind muestra entornos fotorrealistas controlados mediante teclado y cámara convencional. Durante la exploración se puede pedir “añade una persona”, “convierte el día en una tormenta” o “mueve la cámara detrás del vehículo”. Gemini interpreta la petición dentro del contexto para que el cambio encaje con la escena.
La diferencia respecto a Genie 3 no se limita a la calidad visual. Google promete movimientos humanos más naturales, mejores colisiones y acontecimientos de varios pasos. La palabra importante es simulación: el modelo intenta representar cómo reacciona un mundo, no únicamente cómo se ve.
Sonido y personajes que responden al instante
Genie 4 es el primer modelo de mundo en tiempo real de DeepMind que genera audio de forma nativa. Produce ruido ambiente, música y efectos sincronizados con lo que ocurre. Un bosque puede tener viento y pájaros; una playa, oleaje; una ciudad, tráfico y voces. El sonido no se añade después como una pista genérica, sino que forma parte de la generación continua.
También incorpora diálogo interactivo. Los personajes pueden contestar y reaccionar mientras la simulación continúa, como actores improvisados que modifican una conversación o una misión sin cargar una escena escrita previamente.
Gemini actúa como director de la simulación
Genie 4 no trabaja solo. Gemini Omni ayuda a anclar el aspecto y el comportamiento de la simulación al mundo real. Gemini 3.8 Flash funciona como agente guía: observa los fotogramas, divide un objetivo en pasos y comprueba si cada uno se ha completado. Si el usuario interviene o la escena cambia, replantea la secuencia.
Google también experimenta con Gemini 4 Argon para tareas más complejas. En una demostración, Argon planifica cómo un robot humanoide juega una partida de damas y envía instrucciones sucesivas a Genie para que represente la acción. Esta combinación conecta directamente con Gemini Robotics 2: una simulación variable permite entrenar y evaluar robots antes de exponerlos a un entorno físico.

¿Es realmente un motor de videojuegos?
La comparación con un motor de juegos resulta inevitable, pero necesita un matiz. Unity o Unreal Engine mantienen geometría, reglas, estados, archivos y código que un equipo puede editar, depurar y publicar. Genie 4 genera la experiencia píxel a píxel mientras se ejecuta. Puede crear un prototipo explorable en segundos, pero Google no afirma que entregue un proyecto estructurado con el que construir directamente un juego comercial.
Su valor inmediato está en el boceto rápido. Un diseñador puede describir una ciudad, recorrerla, cambiar materiales y probar una mecánica antes de programarla. El motor tradicional seguiría siendo necesario para convertir esa idea en un producto estable y controlable.
A largo plazo, podría permitir construir pueblos, misiones o personajes hablando. Pero un MMO también necesita reglas persistentes, sincronización, seguridad y capacidad para reproducir exactamente cada estado.
Usos más allá de los juegos
- Cine y publicidad: entrar en una escena antes del rodaje y cambiar cámara, iluminación, diálogo o acción.
- Robótica: practicar navegación y manipulación sin arriesgar una máquina real.
- Educación y periodismo: convertir fotografías históricas en espacios inmersivos, diferenciando reconstrucción e invención.
- Industria: comprobar cómo responde un agente ante cambios, poca visibilidad u obstáculos.
La dirección se parece a la de Atlas de World Labs, aunque no son herramientas idénticas. Atlas pone mucho énfasis en reconstruir espacios desde imágenes y controlar cámaras; Genie 4 prioriza una simulación continua que responde en tiempo real.
Objetos que desaparecen y física que todavía falla
Google reconoce que la coherencia se deteriora cuando una sesión se alarga, el usuario aplica muchas modificaciones o recorre zonas amplias. Un objeto puede cambiar de forma, moverse o desaparecer al regresar. También persisten errores en interacciones físicas complejas, precisión espacial, texto legible y sincronización del audio.
La cobertura de La Vanguardia destaca el realismo de los escenarios y la edición mediante texto, pero las demostraciones seleccionadas no sustituyen una evaluación independiente. Todavía no hay benchmarks públicos, precio de API ni pruebas amplias sobre latencia y duración.
Disponibilidad limitada y sin fecha general
Genie 4 está llegando primero a testers de confianza. Google prevé ampliar el acceso a suscriptores de Google AI Ultra mediante Project Genie y a socios tempranos de Gemini API y Google AI Studio, pero no ha comunicado una fecha de disponibilidad general. Las generaciones de vídeo y audio incluirán SynthID para facilitar su identificación como contenido creado con IA.
Genie 4 todavía no permite crear un videojuego completo conversando, pero convierte esa idea en algo bastante menos lejano. Su aportación real es unir generación visual, sonido, diálogo, física y razonamiento dentro de un entorno que responde mientras lo recorres. Si Google consigue mantener objetos, reglas y personajes durante sesiones largas, la frontera entre describir un mundo y construirlo empezará a volverse incómodamente fina.
