Google DeepMind ha anunciado Genie 4, un modelo de mundo que introduce mayor realismo fotográfico, generación de audio nativa y control en tiempo real.
Puntos clave
- Genie 4 incorpora capacidades multimodales para generar audio y vídeo de forma simultánea.
- El modelo permite modificar las simulaciones en tiempo real mediante instrucciones de lenguaje natural.
- Google ha lanzado Genie 4 inicialmente como una vista previa de investigación para evaluadores de confianza.
Un nuevo avance en la simulación de mundos virtuales
Google DeepMind ha anunciado el lanzamiento de Genie 4, su nueva generación de modelos de mundo orientados a mejorar la simulación interactiva en tiempo real. Según la compañía, este modelo incorpora capacidades avanzadas de realismo fotográfico, movimientos fluidos y una comprensión mejorada de la física del entorno, como las colisiones y la aerodinámica. El sistema es capaz de mantener una escena coherente durante un máximo de dos minutos, duplicando la duración de su predecesor, Genie 3.
Una de las principales novedades de esta versión es su diseño nativo multimodal, que permite generar audio de manera simultánea al vídeo. Esto incluye efectos sonoros ambientales, música y diálogos interactivos que se adaptan sobre la marcha a los eventos que ocurren en la simulación. Asimismo, los usuarios pueden utilizar instrucciones en lenguaje natural mediante el teclado y texto para modificar el entorno en directo, cambiando elementos como el ángulo de la cámara, el clima o introduciendo nuevos objetos.
Integración con Gemini y casos de uso prácticos
Para lograr este nivel de interacción y coherencia, Genie 4 funciona en conjunto con la familia de modelos Gemini. Según explicó Google, Gemini 3.8 Flash actúa como un agente guía que supervisa la escena fotograma a fotograma para descomponer objetivos en pasos secuenciales. En experimentos vinculados a la robótica, se ha probado la combinación de Genie 4 con un modelo Gemini 4 Argon para simular tareas complejas de agentes humanoides antes de llevarlas al mundo físico.
Durante su fase inicial, Google ha desplegado Genie 4 como una vista previa de investigación para evaluadores de confianza en sectores como el cine, la educación, los videojuegos y la ingeniería. Los creadores de contenido y directores de cine están explorando la herramienta como un modo rápido de previsualización para ensayar tomas y ángulos de cámara. Por su parte, los desarrolladores de videojuegos evalúan su uso para prototipar mecánicas y estilos visuales de forma acelerada. No obstante, la compañía ha señalado que el modelo aún presenta limitaciones, como la pérdida gradual de detalles u objetos estables a medida que la simulación se alarga.
Por qué importa
El desarrollo de modelos de mundo interactivos como Genie 4 representa un paso relevante en la investigación de la inteligencia artificial para comprender y replicar la física y las dinámicas del entorno real. La integración de herramientas de simulación avanzada afecta directamente a industrias como el desarrollo de software, la creación de contenidos multimedia y la robótica, al permitir ensayar escenarios complejos en entornos virtuales seguros antes de su despliegue físico. Se debe vigilar la evolución de las pruebas con evaluadores de confianza, la disponibilidad futura del sistema para suscriptores y desarrolladores, y cómo se resuelven las limitaciones técnicas actuales relacionadas con la consistencia a largo plazo de los mundos generados.
Fuentes: Genie 4: A new generation of world simulation (deepmind.google) · Google’s next Genie AI model generates more realistic experiences (The Verge) · Google’s Genie 4 world model adds audio, more realistic worlds, and real-time steering (TechCrunch)
Comparte esta noticia
Lee también
