Google Genie 4: mundos IA con audio y física realista

Genie 4 genera mundos interactivos con audio nativo y sesiones de hasta dos minutos, el doble de lo que lograba Genie 3, según The Verge. Para un founder que prototipa producto, la diferencia práctica es concreta: pasar de una idea en un documento a un escenario navegable donde se puede cambiar el clima, mover la cámara o añadir un personaje con un prompt, sin escribir una línea de código de motor gráfico.

¿Qué trae Genie 4 que no tenía Genie 3?

Google DeepMind presentó Genie 4 como una «research preview» para testers de confianza, con cuatro actualizaciones principales que resume The Verge: mundos más realistas, edición en tiempo real con lenguaje natural, generación de audio y el uso de Gemini 3.8 Flash como motor de apoyo.

La simulación de personas es el salto más visible. Según Unite.AI, DeepMind describe como su mayor avance a los personajes que se mueven con naturalidad, reaccionan a su entorno y pueden dirigirse en tiempo real. A eso se suma una mejor comprensión física: el modelo simula aerodinámica y colisiones, algo que en la generación anterior era mucho más limitado.

El audio nativo es la novedad más fácil de entender para un equipo de producto. Genie 4 genera sonido ambiente, efectos, música y diálogos interactivos al mismo tiempo que el mundo, no como una capa añadida después. La fuente original de esta noticia lo resume así: la IA soporta diálogos, sonido ambiente, efectos y música en tiempo real.

¿Cómo funciona por dentro? Gemini 3.8 Flash y Gemini Omni

Genie 4 no trabaja solo. Cuando le pides un mundo, Gemini 3.8 Flash actúa como agente guía: observa la escena, descompone el objetivo en pasos y revisa cada fotograma para verificar que el paso se cumplió, ajustando el plan cuando el mundo cambia o el usuario interviene. Así lo describe Ars Technica, que también señala que este mecanismo es lo que permite atravesar entornos distintos sin perder el contexto original.

Gemini Omni, por su parte, ancla las simulaciones en la apariencia y el comportamiento del mundo real, según Unite.AI. DeepMind también ha experimentado con Gemini 4 Argon y Gemini Robotics en conjunto: en un ejemplo documentado, Argon divide una tarea en pasos que aparecen como subtítulos mientras la simulación se renderiza, y los dos sistemas simulan al humanoide Apollo de Apptronik jugando una partida de damas.

Ese detalle importa más de lo que parece. Un mundo que se genera fotograma a fotograma y que además razona sobre lo que va a pasar es, en la práctica, un entorno de entrenamiento para agentes y robots. DeepMind lo enmarca en su camino hacia la AGI: los modelos de mundo son la pieza que permite crear simulaciones infinitas y variables sin pre-renderizar nada.

¿Cuánto dura una simulación de Genie 4 y dónde falla?

Aquí conviene bajar las expectativas. The Verge apunta que Genie 4 puede crear experiencias de unos dos minutos, frente al minuto de Genie 3, y Ars Technica añade que los mundos se mantienen consistentes solo un par de minutos antes de «olvidar» cómo empezaron.

Para dimensionar el salto: Genie 3 se anunció el 5 de agosto de 2025 y generaba mundos navegables a 24 fotogramas por segundo y 720p, con consistencia de pocos minutos, según Unite.AI. Su predecesor, Genie 2, apenas alcanzaba 360p y entre 10 y 20 segundos, de acuerdo con MuyComputer. El director de investigación de DeepMind, Shlomi Fruchter, describió Genie 3 como «el primer modelo de mundos interactivo de propósito general en tiempo real», según El Español.

Las limitaciones que DeepMind reconoce son explícitas: las interacciones físicas complejas, la precisión del audio en tiempo real, la representación de texto legible, la precisión espacial y la coherencia a largo plazo siguen siendo áreas de investigación activa. Los detalles visuales y la permanencia de los objetos se desplazan cuando la simulación se alarga, cuando se acumulan ediciones complejas o cuando se recorre mucho escenario.

Traducción para un equipo: Genie 4 sirve para explorar y validar, no para producir la versión final.

¿Qué significa esto para tu startup?

El caso de uso más maduro es el prototipado. Según Unite.AI, los desarrolladores de videojuegos están probando si pueden pasar de una idea inicial a un prototipo explorable en segundos, verificando estilos visuales, estética de materiales y mecánicas interactivas con prompts antes de escribir código de motor. Los cineastas lo usan como «modo borrador» para previsualización: entran en una simulación en vivo de una escena y hacen varias tomas en tiempo real ajustando ángulos de cámara, iluminación, diálogo y acción.

Dos acciones concretas que puedes implementar:

• Mete Genie 4 en tu proceso de validación, no en tu pipeline de producción. Si tu equipo tarda semanas en maquetar un flujo de producto o un storyboard, un prototipo navegable generado con prompts puede filtrar las malas ideas antes de que consuman horas de diseño o desarrollo. La restricción de dos minutos es suficiente para eso.
• Prepara el presupuesto y el acceso ahora. Genie 4 llegará a los suscriptores de Google AI Ultra en Project Genie, y la lista de espera ya está abierta. También está previsto para partners de acceso temprano en la Gemini API y Google AI Studio. El plan de Google AI Ultra cuesta hasta 219,99 euros al mes, según la fuente original de esta noticia: es un gasto que solo se justifica si tienes un caso de uso claro identificado.

Un tercer punto que suele pasarse por alto: todo el video y audio generado por Genie 4 incluye SynthID, la marca de agua digital imperceptible de DeepMind. Si tu equipo planea usar estos materiales en campañas, conviene saber desde el principio que llevarán esa firma.

No se encontraron datos verificables sobre rondas, valoraciones o movimientos de capital de competidores en el sector de modelos de mundo en la búsqueda realizada para este artículo.

¿Cuánto cuesta y cuándo podrás usarlo?

Por ahora, Genie 4 está limitado a un grupo de testers de confianza en industrias creativas, periodismo, educación, gaming e ingeniería. Google dice que llegará «pronto» a los suscriptores de Google AI Ultra y que la lista de espera para probarlo en Project Genie ya está disponible.

El precio es el filtro real. Google AI Ultra alcanza los 219,99 euros al mes, según la fuente original. Para una startup pequeña en LATAM o España, ese número obliga a preguntarse si el modelo resuelve un cuello de botella concreto o si es una herramienta que se usará dos veces y quedará olvidada.

Conclusión

Genie 4 confirma que los modelos de mundo dejaron de ser una demo de laboratorio. Con audio nativo, física más creíble y una duración que se duplicó, la herramienta ya es útil para previsualizar escenas, prototipar mecánicas y generar entornos de entrenamiento para agentes.

Pero el propio DeepMind pone el freno: la coherencia se rompe a los pocos minutos y varias capacidades siguen en investigación. La jugada sensata para un founder no es reemplazar su pipeline, sino usar Genie 4 como la etapa más barata de su proceso creativo: la que descarta ideas antes de que cuesten dinero.

Fuentes

• Hipertextual (fuente original)
• Ars Technica
• The Verge
• Unite.AI
• MuyComputer
• El Español