Genie 4: la IA de Google que ya no genera video, sino mundos que puedes cambiar hablando
Google DeepMind presentó Genie 4, un modelo de mundos que simula imagen, movimiento, diálogo y audio al mismo tiempo, y que puedes modificar con lenguaje natural mientras corre. Por ahora es solo una vista previa de investigación.
Un modelo de mundos que se edita hablando, mientras corre
Google DeepMind presenta un modelo de mundos que simula imagen, movimiento, diálogo y audio al mismo tiempo, y que obedece instrucciones mientras corre.
Google DeepMind ya no se conforma con generar video: presentó Genie 4, un modelo de mundos capaz de simular un entorno completo —con su física, su sonido y sus personajes— que puedes recorrer y cambiar con instrucciones de texto mientras la simulación sigue corriendo, sin reiniciar nada.
En resumen
Google DeepMind presentó el 27 de octubre de 2026 a Genie 4, un modelo que ya no genera video, sino mundos interactivos con imagen, movimiento, diálogo y audio nativos que se editan con lenguaje natural mientras corren. Por ahora es solo una vista previa de investigación para probadores de confianza: todavía no está abierto al público, aunque llegará después a quienes tengan Google AI Ultra.
- Vista previa de investigación, no disponible al público todavía
- Edita el mundo con lenguaje natural mientras corre, sin reiniciar
- Mantiene coherencia hasta dos minutos, el doble que Genie 3
Qué es Genie 4 y en qué se diferencia de un video
Genie 4 es un modelo de mundos (world model) que presentó Google DeepMind el 27 de octubre de 2026. A diferencia de un generador de video, Genie 4 no produce un clip fijo: construye una simulación interactiva que puedes recorrer, con su propia física, sonido y personajes que reaccionan en tiempo real.
Según el blog oficial de Google DeepMind, el modelo es nativamente multimodal: genera al mismo tiempo imagen, movimiento, música, ruido ambiental y diálogo interactivo, en lugar de producir primero el video y añadir el audio después.
Cómo funciona por dentro
Genie 4 se apoya en la familia de modelos Gemini de Google. Gemini Omni ancla la simulación en la apariencia y el comportamiento del mundo real, mientras que otros modelos Gemini aportan el razonamiento que mantiene la coherencia y la continuidad de la escena, según explica Google DeepMind.
Con esa base, puedes poner en marcha un evento —por ejemplo, que aparezca un repartidor o que empiece a llover— y Genie 4 simula qué pasa después: cómo responde el mundo, cómo suena y cómo se mueven, reaccionan y hablan las personas dentro de él.
Nace todo junto, no se añade después
Imagen, movimiento, diálogo y audio se generan al mismo tiempo dentro de Genie 4 desde el primer segundo de la simulación, no como capas que se agregan por separado. Eso es lo que distingue a un modelo de mundos de un generador de video tradicional.
La capacidad más nueva: editarlo mientras corre
Google DeepMind describe cuatro capacidades centrales de Genie 4. La más nueva es la posibilidad de moldear la simulación mientras corre, usando lenguaje natural.
Arranca el mundo
Alguien describe el mundo inicial con texto, y Genie 4 lo genera con imagen, sonido y física propios.
Lo recorre con controles estándar
Se navega la escena con controles de teclado y cámara normales, como en un videojuego.
Lo cambia hablando
Una instrucción de texto —lluvia, un nuevo personaje, otro objeto— hace que Gemini adapte el mundo sin reiniciar la simulación, y vigile la escena entre instrucción e instrucción para que siga avanzando de forma coherente.
Más realismo en física y en personas
Genie 4 introduce, según Google DeepMind, un nuevo estándar de realismo para la simulación interactiva en tiempo real. El modelo simula escenarios físicos como aerodinámica y colisiones, y el salto más notorio está en cómo representa a las personas: los personajes se mueven de forma natural, reaccionan de manera orgánica a su entorno y se pueden dirigir de forma interactiva mientras la simulación corre.
Ars Technica, que cubrió el lanzamiento, señala estas mejoras de realismo en las personas simuladas como uno de los cambios más visibles frente a la versión anterior del modelo, junto con el despliegue inicial limitado.
| Capacidad | Qué significa |
|---|---|
| Multimodalidad nativa | Imagen, movimiento, diálogo y audio nacen juntos desde el primer segundo |
| Edición en tiempo real | Se cambia el mundo con lenguaje natural mientras la simulación corre, sin reiniciar |
| Física avanzada | Simula aerodinámica, colisiones y movimiento humano natural |
| Duración de la coherencia | Hasta dos minutos sin perder el hilo, el doble que Genie 3, según la presentación |
En qué punto está el lanzamiento
Genie 4 todavía no está disponible para el público. Google DeepMind lo describe como una vista previa de investigación que por ahora solo llega a probadores de confianza, mientras recopila retroalimentación antes de abrirlo a consumidores y desarrolladores.
El siguiente paso, según el anuncio, es extender el acceso a quienes tengan una suscripción a Google AI Ultra dentro de Project Genie, y a socios de acceso anticipado de la API de Gemini y Google AI Studio. Hay una lista de espera abierta para Project Genie, pero Google no publicó fecha de disponibilidad general ni precio.
Lo que todavía no sabemos
Google DeepMind no informó precio, fecha de lanzamiento general ni límites de uso para Genie 4. Tampoco hay, por ahora, documentación pública sobre una API para integrarlo en productos propios: lo que existe es acceso limitado a través de listas de espera.
Para qué sirve: entrenar robots y agentes
Para Google DeepMind, entender y simular el mundo es una pieza central en el camino hacia la inteligencia artificial general (AGI). Por eso presenta a Genie 4 como una forma de crear simulaciones seguras e infinitamente variables que sirven, entre otras cosas, para desarrollar entornos de entrenamiento para robots y agentes, además de abrir la puerta a nuevas experiencias interactivas.
Un mundo que obedece una instrucción
Este es uno de los ejemplos que mostró Google DeepMind en su anuncio: a partir de una imagen y una descripción de texto, el modelo genera una escena navegable con cámara libre, sonido ambiental y un personaje que se mueve de forma natural, todo generado al mismo tiempo.
Qué significa para México y Latinoamérica
Genie 4 todavía no está abierto al público, así que ninguna empresa en México o Latinoamérica puede usarlo hoy. Pero vale la pena entender hacia dónde apunta, porque construir un entorno de prueba desde cero —físico o simulado— es justo el tipo de costo que un modelo de mundos promete reducir.
Una agencia de desarrollo que hoy construye un gemelo digital o un entorno de prueba a la medida para capacitar a un robot de almacén, por ejemplo, invierte semanas en modelar el espacio, la física y los objetos antes de probar nada. Si un modelo de mundos como Genie 4 llega a abrirse a desarrolladores vía la API de Gemini, ese mismo entorno podría generarse describiéndolo en lenguaje natural y ajustarse sobre la marcha, en lugar de reconstruirlo cada vez que cambia un requisito.
Para negocios de soporte, ecommerce o SaaS que ya usan agentes de IA para atender clientes o automatizar procesos, la promesa de fondo es la misma que ofrecen hoy los entornos de prueba (sandboxes): poder entrenar y validar a un agente en un mundo simulado antes de soltarlo frente a usuarios reales, sin arriesgar la operación mientras aprende.
Qué vigilar antes de evaluarlo para tu negocio
Mientras Genie 4 siga en vista previa de investigación, no hay forma de probarlo ni de estimar su costo. Lo prudente es seguir la lista de espera de Project Genie y el acceso anticipado de la API de Gemini, y revisar si tu caso de uso —entrenamiento de agentes, pruebas de producto, experiencias interactivas— encaja cuando se abra.
Preguntas frecuentes
¿Qué es Genie 4 de Google DeepMind?
Es un modelo de mundos que genera simulaciones interactivas —no videos fijos— con imagen, movimiento, diálogo y audio nativos, que se pueden explorar con controles de cámara y modificar con lenguaje natural mientras corren, según anunció Google DeepMind el 27 de octubre de 2026.
¿Ya puedo usar Genie 4?
No. Por ahora es una vista previa de investigación disponible solo para probadores de confianza; Google DeepMind todavía no lo abre al público ni dio fecha de lanzamiento general.
¿Quién podrá probar Genie 4 primero?
Según el anuncio, el acceso se ampliará después a suscriptores de Google AI Ultra dentro de Project Genie y a socios de acceso anticipado de la API de Gemini y Google AI Studio, a través de una lista de espera.
¿En qué se diferencia Genie 4 de un generador de video?
Genie 4 no produce un clip terminado: simula un mundo navegable en tiempo real donde la imagen, el movimiento, el diálogo y el audio nacen juntos, y se puede modificar con instrucciones de texto mientras la simulación sigue corriendo.
¿Para qué le sirve Genie 4 a una empresa?
Google DeepMind lo presenta como una base para crear entornos de entrenamiento para robots y agentes de IA, y para nuevas experiencias interactivas; todavía no hay información pública sobre precio ni sobre una API comercial abierta.
¿Genie 4 mejora a Genie 3?
Sí: según la presentación, mantiene la coherencia de una simulación hasta dos minutos, el doble que su versión anterior, además de sumar audio nativo y personajes más realistas, de acuerdo con la cobertura de Ars Technica.
Fuentes
Fuentes
¿Le ves aplicación a estos modelos de mundo en tu negocio?
En Zadrig Technology seguimos de cerca estas herramientas para traducirlas en agentes y automatizaciones reales para tu empresa. Agenda una demostración y lo revisamos juntos.
Escríbenos por WhatsApp
