Genie 4: qué es un “modelo del mundo” y por qué Google DeepMind construyó uno
Google DeepMind anunció Genie 4 el 27 de octubre de 2026, un sistema que genera un mundo interactivo en tiempo real a partir de un prompt de texto o de una imagen, y que permite moverse por él con el teclado. En su anuncio de Genie 4, DeepMind lo describe como "our first real-time world model to generate audio natively" [nuestro primer modelo del mundo en tiempo real que genera audio de forma nativa]. Por ahora es una vista previa de investigación abierta solo a probadores de confianza.
¿Qué es un modelo del mundo, en una frase?
En el trabajo de Google DeepMind, un modelo del mundo es un sistema de IA que simula un entorno en el que puedes actuar. Genera cada nuevo momento de la escena según lo que haces, en lugar de producir un video fijo.
¿Qué hace Genie 4?
Según DeepMind, Genie 4 recibe tres tipos de entrada: un prompt escrito, controles de teclado para caminar y mover la cámara, e imágenes de referencia que se usan como primer cuadro. Es "natively multimodal" [multimodal de forma nativa]: además de las imágenes, genera música, sonido ambiental y diálogos.
Los usuarios también pueden activar eventos en medio de una simulación, como cambiar el clima, mover la cámara o agregar una persona o un objeto. DeepMind dice que sus modelos Gemini anclan las escenas en cómo se ve y se comporta el mundo real, y que un agente Gemini aparte puede observar los cuadros, dividir una meta en pasos y comprobar si cada paso funcionó.
¿En qué se diferencia Genie 4 de Genie 3?
DeepMind menciona "enhanced photorealism, fluid movement, and native audio" [fotorrealismo mejorado, movimiento fluido y audio nativo] respecto de Genie 3. La publicación enlaza un video de comparación, pero no da cifras.
¿Por qué lo construyó Google?
DeepMind vincula el proyecto con su meta a largo plazo: "Understanding and simulating the world is a crucial aspect of building AGI" [Entender y simular el mundo es un aspecto crucial para construir AGI], es decir, inteligencia artificial general. Los usos que enumera son más concretos:
- Entrenar robots y agentes de IA en entornos simulados antes de que actúen en el mundo real.
- Prototipos de videojuegos y otras experiencias interactivas nuevas.
- Previsualización de cine, para que los cineastas prueben varias tomas en tiempo real.
- Recrear lugares y eventos, como convertir fotos de archivo en espacios históricos explorables o simular inundaciones e incendios forestales.
¿Qué no dice DeepMind?
La publicación no da resolución, tasa de cuadros, duración máxima de la sesión ni resultados de benchmark. DeepMind afirma que "visual details and object permanence can still shift or drift over time" [los detalles visuales y la permanencia de los objetos todavía pueden cambiar o desviarse con el tiempo], y enumera como problemas abiertos las interacciones físicas complejas, el texto legible, la precisión espacial y la consistencia a largo plazo. Define a Genie 4 como "an early, evolving area of research" [un área de investigación temprana y en evolución].
Contexto: quién puede probarlo y cómo se etiqueta
Genie 4 está limitado a probadores de confianza. DeepMind planea ofrecerlo a los suscriptores de Google AI Ultra mediante Project Genie y a socios de acceso anticipado en la API de Gemini y en Google AI Studio, y abrió una lista de espera. No da fechas. Según la publicación, todo el video y el audio generados por Genie 4 llevarán SynthID, la marca de agua invisible de Google para contenido generado por IA.
Preguntas frecuentes
¿Qué es Genie 4?
Un sistema de Google DeepMind, anunciado el 27 de octubre de 2026, que genera mundos interactivos en tiempo real a partir de texto, imágenes y controles de teclado, con sonido.
¿Qué es un modelo del mundo en IA?
Un sistema de IA que simula un entorno en el que puedes actuar. Genera cada nuevo momento según tus acciones, en lugar de producir un video fijo.
¿Puedo usar Genie 4 ahora?
Solo como probador de confianza. Google DeepMind planea ofrecerlo a los suscriptores de Google AI Ultra mediante Project Genie y a algunos desarrolladores, y abrió una lista de espera.
¿El contenido de Genie 4 se etiqueta como generado por IA?
Sí. Google DeepMind dice que todo el video y el audio generados por Genie 4 incluirán SynthID, su marca de agua para contenido generado por IA.
Fuentes
Cita esta página
Genie 4: qué es un “modelo del mundo” y por qué Google DeepMind construyó uno, New Mind Museum, 6 de noviembre de 2026. https://newmindmuseum.com/es/investigacion/2026/11/genie-4-modelo-del-mundo-explicado/
New Mind Museum. (2026, 6 de noviembre). Genie 4: qué es un “modelo del mundo” y por qué Google DeepMind construyó uno. https://newmindmuseum.com/es/investigacion/2026/11/genie-4-modelo-del-mundo-explicado/
«Genie 4: qué es un “modelo del mundo” y por qué Google DeepMind construyó uno». New Mind Museum, 6 nov. 2026, https://newmindmuseum.com/es/investigacion/2026/11/genie-4-modelo-del-mundo-explicado/.
@misc{new-mind-museum-2026-genie-4-que-es-un-modelo-del-mundo-y-por,
author = {{New Mind Museum}},
title = {Genie 4: qué es un “modelo del mundo” y por qué Google DeepMind construyó uno},
year = {2026},
url = {https://newmindmuseum.com/es/investigacion/2026/11/genie-4-modelo-del-mundo-explicado/}
}Puedes citarla libremente con un enlace a esta página.