Google DeepMind presenta Genie 4, un modelo que genera mundos con audio y acepta cambios en plena simulación

Mantiene una escena coherente hasta dos minutos, el doble que Genie 3. Gemini actúa como director que planifica los pasos y revisa los cuadros.

Google DeepMind lanzó el martes 27 de octubre Genie 4, su modelo de mundos más reciente, como vista previa de investigación, informó TechCrunch. Genera mundos más realistas e interactivos que su antecesor y deja escribir instrucciones a mitad de la simulación para cambiar la escena.

El modelo también crea audio que acompaña lo que se ve, como música, sonido ambiente y diálogos. Permite cambiar el clima o el ángulo de cámara, o agregar personas y objetos, mientras la simulación corre.

Genie 4 mantiene una escena coherente hasta dos minutos, el doble que Genie 3, presentado hace poco más de un año. Google dice que mejoró la física y que los personajes se ven más humanos.

Gemini funciona como director: planifica los pasos y revisa los cuadros mientras Genie crea las imágenes. En un experimento con Gemini Robotics, un modelo dividió tareas en pasos que Genie 4 simuló al momento. La idea es probar situaciones de robots en simulación antes de llevarlas al mundo físico.

El lanzamiento llega mientras el sector se consolida. Según TechCrunch, AMD está comprando World Labs, de Fei-Fei Li, y Amazon negocia la compra de Decart.

Fuente: TechCrunch: «Google’s Genie 4 world model adds audio, more realistic worlds, and real-time steering», 27 de octubre de 2026.