Genie 4 llega a Project Genie: mundos con audio en vivo

Genie 4 ya está disponible: qué cambia exactamente

Google abrió el acceso a Genie 4 dentro de Project Genie para los suscriptores elegibles de Google AI Ultra, y el salto no es de calidad de imagen: es de control. Ahora puedes escribir una instrucción mientras recorres el mundo y el entorno cambia en el momento, sin reiniciar la sesión. Para un founder que arma demos o prototipos, eso convierte una herramienta de exploración en una herramienta de iteración.

El anuncio llega después de la presentación de Genie 4 en research preview el 27 de octubre de 2026, cuando Google DeepMind lo abrió a testers de confianza y adelantó que los siguientes grupos serían los suscriptores de Ultra en Project Genie y los socios de acceso temprano de la Gemini API y Google AI Studio, según recogió Unite.AI. Esta actualización cumple la parte de Project Genie de ese plan.

¿Qué es Genie 4 y en qué se diferencia de Genie 3?

Un world model no reproduce un video fijo: simula la continuación del mundo en respuesta a lo que haces. Genie 4 es el modelo más realista e interactivo que Google ha publicado hasta ahora, y trae tres cambios concretos:

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →
  • Edición en sesión. Puedes escribir un prompt nuevo mientras navegas para cambiar el clima, meter un personaje o redirigir la acción. El mundo no se reinicia.
  • Audio nativo en tiempo real. Es el primer modelo de mundo de DeepMind que genera sonido de forma nativa junto con la imagen: paisajes sonoros ambientales, música y diálogo de personajes que reacciona a lo que ocurre en escena.
  • Física y personajes más finos. Según Auganix, Genie 4 simula escenarios físicos como aerodinámica y colisiones, y genera personajes que responden a su entorno y se pueden dirigir en vivo.

Genie 3 no desaparece. Sigue disponible en el selector de modelos de Project Genie para quien necesite sesiones más largas o mundos sembrados desde panoramas. Y también recibió mejoras: la generación por sesión pasó de 60 segundos a 3 minutos, se pueden encadenar varios mundos para recorridos más largos, se puede sembrar un mundo desde una imagen panorámica de 360 grados y se pueden disparar eventos con lenguaje natural mientras exploras.

¿Cómo funciona por dentro? Gemini es el cerebro del mundo

La parte interesante para quien construye producto es la arquitectura, no la demo. Google DeepMind describe Genie 4 como nativamente multimodal, con Gemini Omni aportando la referencia de cómo se ven y se comportan las cosas del mundo real, y otros modelos Gemini suministrando razonamiento para mantener coherencia y continuidad.

Gemini 3.8 Flash actúa como agente guía dentro del bucle: observa la escena, descompone el objetivo en pasos, revisa los fotogramas que llegan para verificar si cada paso se cumplió y cambia el plan cuando el mundo o el usuario se desvían, según la descripción recogida por Unite.AI.

Ese acoplamiento es el que le da a Google una historia comercial más allá del entretenimiento. La compañía posiciona estos entornos como bancos de prueba: entrenar robots y agentes en simulación antes de soltarlos en el mundo real. Es el mismo argumento que sostiene la tesis de inversión de todo el sector.

El agente y la galería: de consumir mundos a publicarlos

Dos piezas nuevas completan la experiencia. La primera es el agente de Project Genie, que lleva la creación de un prompt único a una conversación: describes la visión en lenguaje natural y el agente orquesta los modelos multimodales de Google para producir las visuales iniciales y una banda sonora ajustada al tono que buscas. Durante la exploración, Gemini puede observar la pantalla, sugerir siguientes pasos con chips contextuales y disparar eventos automáticamente.

La segunda es la galería comunitaria, que agrega la capa que faltaba: publicar y reutilizar. Puedes remezclar un mundo existente ajustando su estructura, su banda sonora o sus reglas, y luego publicar tu versión para que otros la exploren y la remezclen. Google puso ejemplos concretos: Living Memory convierte fotos personales en espacios explorables, Dino Field Guide usa panoramas de 360 grados para hábitats prehistóricos, y Rock Paper Scissors usa a Gemini como árbitro en vivo. También hay colaboraciones con creadores: Villa Giallo, un misterio habitación por habitación en una mansión gótica hecha con el tecnólogo creativo conocido como BLVCKL!GHT, y The Life of Ants, con el cineasta Anand Gandhi, que te pone en la perspectiva de una hormiga.

¿Cuáles son los límites reales de Genie 4?

Google es explícito: Genie 3 y Genie 4 siguen siendo modelos de mundo en el terreno de la investigación de frontera. Las limitaciones declaradas incluyen latencia de cámara, interacciones físicas intrincadas, precisión del audio en tiempo real y permanencia de la escena a largo plazo. En sesiones largas, después de varias ediciones complejas o al navegar por el escenario, los detalles visuales y la permanencia de los objetos pueden derivar. Renderizar texto legible y mantener precisión espacial siguen siendo áreas activas de investigación.

En seguridad, todo el video y audio generado en Project Genie lleva SynthID, la marca de agua imperceptible de Google, y todas las entradas y salidas pasan por filtros de seguridad.

El contexto: los world models dejaron de ser un experimento

Mientras Google iteraba Genie, el mercado se movió. AMD acordó en septiembre de 2026 comprar World Labs, la startup de world models fundada por Fei-Fei Li, por US$8.200 millones en acciones, según SiliconANGLE. La operación llegó siete meses después de que AMD respaldara una ronda de US$1.000 millones de la compañía con una valoración de US$5.000 millones, en la que también participó Nvidia.

El detalle importa: los chips son el insumo y los world models son el cuello de botella de talento. Como resumió The Next Platform, Google compite con Genie, Nvidia con su modelo de pesos abiertos Cosmos, Tencent con HunyuanWorld, y en el pelotón de startups aparecen Runway, Odyssey y Decart, además de la apuesta de Yann LeCun con AMI Labs. Los fabricantes de chips están comprando equipos, no productos, porque armarlos desde cero lleva años.

Para un founder hispanohablante, la lectura es doble: la infraestructura de simulación se está concentrando en manos de quienes venden cómputo, y las capas de aplicación —contenido, educación, previsualización, entrenamiento— quedan relativamente libres.

¿Qué significa esto para tu startup?

Genie 4 hoy solo está al alcance de suscriptores de AI Ultra, y los miembros de Google AI Pro pueden anotarse en la lista de espera. Eso significa que la mayoría de los equipos no puede usarlo todavía. Pero hay trabajo que sí se puede hacer ahora.

Primero, escribe el brief antes de tener la herramienta. El cuello de botella de cualquier demo no es generar la imagen: es tener claro qué hay que mostrar. Redacta en texto la escena, los personajes, el diálogo, el movimiento de cámara y hasta el clima de los dos o tres escenarios que usarías para vender tu producto. Ese documento funciona igual como prompt hoy, con las herramientas actuales de imagen y video, y te deja listo el día que consigas acceso.

Segundo, trata la salida como borrador, no como entregable. Google reconoce deriva visual en sesiones largas y problemas con texto legible. Si tu propuesta de valor depende de que el mundo simulado sea perfecto, vas a chocar. Si depende de comunicar una idea rápido y ajustarla frente al cliente —cambiar a escena de lluvia, acercar la cámara—, estás en el caso de uso correcto.

Tercero, revisa qué parte de tu producto es «simulación». Si entrenas agentes o robots, o si haces previsualización para cine, publicidad o arquitectura, la simulación interactiva es una línea de producto, no una curiosidad. Vale la pena mapear qué harías con un entorno generado en segundos frente a lo que hoy te cuesta días de modelado.

Cuarto, no descartes la capa social. La galería con remezcla es el patrón que ya funcionó en otras plataformas generativas: el valor no está solo en crear, sino en publicar y dejar que otros construyan encima. Si tu producto genera contenido, piensa desde el diseño si tus usuarios pueden remezclar lo de otros y qué gobernanza necesitas para eso.

Conclusión

Genie 4 no es un juguete nuevo de Google: es la señal de que los world models entraron en la fase de producto. La edición en tiempo real y el audio nativo resuelven el problema que frenaba estos entornos —que se sentían como un video con teclado— y la galería con remezcla los convierte en plataforma. Las limitaciones siguen ahí y Google las nombra sin maquillaje. Para un founder, la ventana útil no es esperar el acceso: es tener los casos de uso, los briefs y las decisiones de producto tomadas antes de que la herramienta llegue a la lista de espera.

Fuentes

¿te gustó o sirvió lo que leíste?, Por favor, comparte.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Daily Shot: Tu ventaja táctica

Lo que pasó en las últimas 24 horas, resumido para que tú no tengas que filtrarlo.

Suscríbete para recibir cada mañana la curaduría definitiva del ecosistema startup e inversionista. Sin ruido ni rodeos, solo la información estratégica que necesitas para avanzar:

  • Venture Capital & Inversiones: Rondas, fondos y movimientos de capital.
  • IA & Tecnología: Tendencias, Web3 y herramientas de automatización.
  • Modelos de Negocio: Actualidad en SaaS, Fintech y Cripto.
  • Propósito: Erradicar el estancamiento informativo dándote claridad desde tu primer café.

📡 El Daily Shot Startupero

Noticias del ecosistema startup en 2 minutos. Gratis, todos los días.

Share to...