Google DeepMind ha presentado Genie 4, un modelo que genera en tiempo real mundos virtuales por los que puedes moverte y que puedes cambiar sobre la marcha con lenguaje natural, añadiendo personajes, moviendo la cámara o cambiando el tiempo. Es el primer modelo de este tipo de Google que genera sonido de forma nativa. Está en fase de vista previa para probadores de confianza y llegará «pronto» a los suscriptores de Google AI Ultra y a algunos desarrolladores. Lo explica DeepMind en su blog y en la página del modelo, en una publicación del 27 de octubre firmada por Raia Hadsell, Diego Rivas y Hang Qi, y lo cuenta TechCrunch.
Un «modelo de mundo» no es un generador de vídeo: no produce una secuencia cerrada, sino un entorno que responde a lo que haces en cada momento, como un videojuego que nadie ha programado.
Crear y modificar mundos en directo a partir de descripciones de texto. Según DeepMind, puedes describir paisajes y sucesos, mover la cámara, añadir personajes o cambiar el clima mientras el mundo está en marcha. El modelo simula aerodinámica y colisiones, y movimiento humano natural que también se puede dirigir en tiempo real.
La gran novedad es el audio: música, sonido ambiente y diálogos, con personajes que conversan y reaccionan. Para conseguir realismo, Genie 4 se apoya en otros dos modelos de Google: Gemini Omni ancla la apariencia y el comportamiento del mundo real, y Gemini 3.8 Flash actúa como un agente que observa, divide los objetivos en pasos y los comprueba.
