La nueva generación de su modelo de simulación permite modificar escenarios, controlar personajes y generar diálogos mientras el mundo evoluciona. Google busca llevar esta tecnología más allá del entretenimiento, con aplicaciones potenciales en robótica, videojuegos, educación y entrenamiento de agentes de IA.
Google anunció Genie 4, un nuevo modelo de simulación del mundo que representa un avance en la generación de entornos interactivos mediante inteligencia artificial. La tecnología combina imágenes fotorrealistas, movimientos naturales, sonido generado de manera nativa y la posibilidad de modificar lo que sucede dentro de una escena utilizando instrucciones en lenguaje natural.
A diferencia de los sistemas que generan imágenes o videos a partir de una descripción, Genie 4 permite ingresar en un entorno simulado y explorar lo que ocurre. El usuario puede desplazarse, controlar la cámara, introducir nuevos objetos o personajes y cambiar las condiciones de la escena mientras la simulación continúa en funcionamiento.
El anuncio fue presentado por Raia Hadsell, Diego Rivas y Hang Qi. Según Google, Genie 4 incorpora capacidades de la familia Gemini: Gemini Omni aporta una representación visual y comportamientos basados en el mundo real, mientras que otros modelos Gemini proporcionan el razonamiento necesario para mantener la coherencia y continuidad de las simulaciones.
La compañía considera que comprender y simular el mundo constituye un paso importante en el desarrollo de la inteligencia artificial general (AGI). Por eso, el alcance de Genie 4 no se limita a crear experiencias visuales: también apunta a construir entornos de entrenamiento para robots y agentes de IA.
Mundos que cambian con instrucciones en lenguaje natural
Una de las principales capacidades de Genie 4 es la posibilidad de modificar una simulación en tiempo real. Mediante instrucciones escritas, el usuario puede cambiar el clima, desplazar la cámara o incorporar personas y objetos. El sistema adapta esas indicaciones al contexto de la escena y continúa desarrollando el entorno de manera coherente.
Google también destaca los avances en la representación de la física y el movimiento humano. Genie 4 puede simular situaciones relacionadas con aerodinámica y colisiones, además de generar personajes que se desplazan, reaccionan e interactúan con su entorno de forma más natural.
La generación de audio es otra de las novedades centrales. Genie 4 es el primer modelo de simulación del mundo de Google que produce sonido de manera nativa y en tiempo real. Esto incluye sonidos ambientales, como el viento entre los árboles o las olas en una playa, y también conversaciones interactivas.
Los personajes pueden responder a las instrucciones del usuario y reaccionar a los acontecimientos que ocurren dentro del escenario. La intención es que el sonido y el diálogo no sean elementos agregados posteriormente, sino que formen parte de la simulación desde el comienzo.
De los videojuegos a la robótica y la industria
La combinación de simulación, razonamiento y generación en tiempo real abre posibilidades para diferentes sectores. Google menciona aplicaciones en dirección creativa, producción audiovisual, periodismo, educación, videojuegos e ingeniería.
En el ámbito audiovisual, por ejemplo, los realizadores pueden utilizar Genie 4 como una herramienta de previsualización. En lugar de limitarse a imaginar una escena, pueden ingresar en una simulación y probar distintas tomas, movimientos de cámara, iluminación, diálogos y acciones en tiempo real.
En periodismo y fotografía, los investigadores están explorando la posibilidad de transformar una fotografía histórica en un entorno interactivo. También se estudia cómo recrear espacios poblados y visualizar acontecimientos ambientales, como inundaciones repentinas o incendios forestales.
Para los desarrolladores de videojuegos, la herramienta permite pasar de una idea inicial a un prototipo explorable en cuestión de segundos, probar estilos visuales y experimentar con mecánicas interactivas antes de escribir código para un motor gráfico.
En robótica, el potencial es particularmente relevante. Los entornos simulados pueden servir para entrenar robots y agentes de inteligencia artificial antes de que realicen tareas en el mundo físico.
Google también está experimentando con la integración de Genie 4 y otros modelos Gemini. En uno de los ejemplos presentados, Gemini 3.8 Flash actúa como un agente que observa la simulación, divide una tarea en pasos, verifica los resultados y adapta el plan cuando cambia el entorno o interviene el usuario.
La compañía mostró además experimentos con Gemini 4 Argon y Genie 4 para simular tareas de robots humanoides, entre ellas una partida de damas protagonizada por el robot Apollo de Apptronik.
Un modelo experimental que todavía tiene limitaciones
Google aclaró que Genie 4 continúa siendo una tecnología experimental y que su lanzamiento inicial se realizará como una vista previa de investigación para un grupo de evaluadores de confianza. La compañía recopilará comentarios antes de ampliar el acceso a consumidores y desarrolladores.
La primera etapa contempla su llegada a suscriptores de Google AI Ultra a través de Project Genie y a socios con acceso anticipado a Gemini API y Google AI Studio. También se habilitó una lista de espera para quienes quieran probarlo en Project Genie.
La empresa reconoce que todavía existen desafíos técnicos. Aunque el modelo puede mantener entornos coherentes durante sesiones cortas, algunos detalles visuales y la permanencia de los objetos pueden cambiar con el paso del tiempo, especialmente después de múltiples modificaciones complejas.
La precisión de las interacciones físicas, la generación de audio en tiempo real, la representación de textos legibles, la exactitud espacial y la consistencia de las simulaciones prolongadas siguen siendo áreas de investigación.
Google también informó que los videos y audios generados por Genie 4 incorporarán SynthID, su tecnología de marca de agua digital imperceptible para identificar contenidos creados mediante inteligencia artificial. Además, el modelo fue sometido a evaluaciones internas de seguridad y cuenta con mecanismos de protección antes de su apertura a un público más amplio.
El desarrollo de Genie 4 refleja una nueva dirección en la carrera de la inteligencia artificial: pasar de modelos que producen contenido a sistemas capaces de construir entornos dinámicos, comprender lo que sucede en ellos y responder a las acciones de sus usuarios. Para Google, esa capacidad podría convertirse en una herramienta clave tanto para crear nuevas experiencias digitales como para entrenar sistemas que luego deberán desenvolverse en el mundo real.