Genie 4: el modelo de mundo de DeepMind, ahora con sonido
El modelo de mundo Genie 4 de Google DeepMind genera mundos interactivos en tiempo real, con música, sonidos y diálogos. Repaso qué más promete hacer.
Este artículo en otros idiomas:العربيةDeutschEnglishFrançaisItaliano日本語Polski简体中文
En este artículo
El 27 de octubre, Google DeepMind presentó Genie 4, la nueva generación de su modelo de mundo, es decir, una IA que genera en tiempo real un mundo interactivo por el que podemos movernos. Por ahora es una versión de investigación para testers seleccionados, y en la cola están los suscriptores de Google AI Ultra en Project Genie y los socios de la Gemini API y Google AI Studio.
¿Qué trae de nuevo el modelo de mundo Genie 4?
La novedad más llamativa es el sonido. Según DeepMind, es su «primer modelo de mundo en tiempo real que genera audio de forma nativa» (en el original, «our first real-time world model to generate audio natively»). Junto con la imagen se generan:
- sonidos ambientales,
- música,
- diálogos de los personajes, que se adaptan a lo que pasa en cada momento.
La segunda es controlar el mundo con texto normal durante la simulación. Podemos cambiar el tiempo, mover la cámara o añadir una persona o un objeto, sin empezar de cero. Los modelos Gemini ajustan la instrucción a la escena y hacen avanzar los eventos entre instrucciones para que el mundo siga siendo coherente.
La tercera, la física y las personas. El anuncio habla de simulación de aerodinámica y colisiones, y de personajes que se mueven solos y reaccionan a su entorno.
¿Cómo trabaja Genie 4 con Gemini?
Aquí se pone interesante para los fans de los agentes. Genie 4 se apoya en la familia Gemini: Gemini Omni se encarga de que el mundo se vea y se comporte como uno real, y otros modelos Gemini se ocupan del razonamiento y la continuidad.
En la demo, Gemini 3.8 Flash actúa como agente dentro del mundo generado: observa la escena, divide un objetivo en pasos, comprueba en los fotogramas siguientes si cada paso ha funcionado y corrige el plan cuando el mundo cambia o interviene el usuario. Además, DeepMind mostró un experimento con Gemini 4 Argon y Gemini Robotics en el que Genie 4 simula al humanoide Apollo de Apptronik jugando a las damas (sin robot físico).
Es la misma dirección que los agentes de Gemini que se pasaron Minecraft, solo que aquí el mundo no viene de un juego, sino de un modelo.
¿Qué tal estaba Genie 3?
Como referencia, Genie 3, de agosto de 2025, generaba mundos en 720p y 24 fotogramas por segundo que se mantenían coherentes durante unos minutos, con memoria visual de hasta un minuto atrás. Para Genie 4, DeepMind todavía no ha dado esos datos (resolución, fotogramas, duración de la sesión).
Genie 3 llegó después a Project Genie para los suscriptores de AI Ultra y causó revuelo en bolsa. El 30 de enero de 2026, Sherwood News informaba de que las acciones de Unity caían más de un 25 % y las de Roblox, alrededor de un 9 %. De ahí la pregunta que vuelve con Genie 4: ¿amenazarán los modelos de mundo a los motores de videojuegos? Por ahora es más una curiosidad que una herramienta lista para crear juegos ;)
¿Cómo probar Genie 4?
Hoy no podemos probarlo por nuestra cuenta, salvo que estemos entre los testers invitados (DeepMind menciona las industrias creativas, el periodismo, la educación, los videojuegos y la ingeniería). Después, el plan es este:
- Project Genie para suscriptores de Google AI Ultra, «pronto».
- Gemini API y Google AI Studio para socios con acceso anticipado.
- Lista de espera para Project Genie, enlazada en el anuncio.
DeepMind no ha dado fechas ni precios del acceso por API.
¿En qué hay que fijarse?
Primero, en las limitaciones que el propio DeepMind enumera. En sesiones largas y tras muchas ediciones, los detalles de la imagen pueden cambiar y los objetos no siempre se quedan en su sitio. Las interacciones físicas complejas, la precisión del sonido en tiempo real, el texto legible y la coherencia a largo plazo siguen siendo problemas abiertos.
Segundo, en la falta de cifras. Tenemos una descripción de las capacidades y demos, pero sin datos técnicos, así que es difícil valorar el salto respecto a Genie 3.
Tercero, en el etiquetado del contenido. Según DeepMind, todo vídeo y audio de Genie 4 llevará la marca de agua SynthID.
FAQ
¿Qué es Genie 4?
Es un modelo de mundo de Google DeepMind que genera en tiempo real un entorno interactivo con imagen, sonido y diálogos de los personajes. El mundo se puede cambiar con instrucciones de texto durante la simulación.
¿Cuándo estará disponible Genie 4?
Desde el 27 de octubre de 2026 lo usan testers seleccionados. Según DeepMind, llegará «pronto» a los suscriptores de Google AI Ultra en Project Genie y a los socios de la Gemini API y Google AI Studio. No hay fecha exacta.
¿Genie 4 es gratis?
No se ha anunciado nada parecido. El acceso para consumidores irá por la suscripción de pago Google AI Ultra, y los precios de la API no se han publicado.
¿En qué se diferencia Genie 4 de Genie 3?
Según DeepMind, Genie 4 genera sonido de forma nativa, simula mejor la física y a las personas, es más fotorrealista y permite controlar en tiempo real eventos más complejos y de varios pasos.