Google DeepMind evoluciona su modelo de simulación del mundo con Genie 4, capaz de generar entornos más realistas, producir su banda sonora y modificar las escenas bajo demanda. Aún en fase de investigación, esta tecnología apunta especialmente a la robótica, los videojuegos y la previsualización audiovisual.
Tras la generación de textos, imágenes y vídeos, los actores de la IA se interesan por otra capacidad: la simulación de entornos en los que el usuario puede desplazarse y actuar. Presentado el 27 de octubre de 2026, Genie 4 se inscribe en esta evolución. Desarrollado por Google DeepMind, este modelo de simulación del mundo (world model, es decir, un sistema que reconstituye un entorno virtual y su funcionamiento) permite crear escenas interactivas cuya apariencia y comportamiento evolucionan según las intervenciones del usuario.
Entornos controlados por lenguaje natural
Genie 4 se distingue primero por la posibilidad de modificar una simulación durante su ejecución. Una instrucción en lenguaje natural, es decir, formulada en una frase ordinaria, puede servir para cambiar el tiempo, desplazar la cámara o introducir un nuevo objeto o personaje. El sistema debe entonces adaptar la escena sin romper su continuidad.
El modelo genera también los sonidos asociados al entorno, ya sean ruidos ambientales, música o diálogos interactivos. Google DeepMind indica además integrar capacidades procedentes de su familia Gemini para mejorar la coherencia de las escenas y la gestión de eventos que implican varias etapas. Esta asociación pretende acercar la representación visual al razonamiento necesario para hacer evolucionar un entorno.
Genie 4 puede mantener una escena coherente durante aproximadamente dos minutos, según TechCrunch, es decir, el doble que su predecesor Genie 3. Esta duración sigue siendo no obstante limitada para simulaciones complejas o prolongadas.
De la creación digital a la robótica
Las aplicaciones previstas van más allá del entretenimiento. En los videojuegos, un modelo así podría acelerar la creación de prototipos explorables antes del desarrollo en un motor tradicional. En el ámbito audiovisual, según algunos evaluadores, podría facilitar la previsualización de escenas al permitir probar rápidamente encuadres, iluminaciones o movimientos.
La robótica constituye otra salida potencial. Un entorno simulado podría servir para examinar el comportamiento de un agente, es decir, de un sistema software o robótico que actúa de manera autónoma, frente a diferentes situaciones antes de confrontarlo con las condiciones reales. Google DeepMind describe en particular experimentaciones que asocian Genie a modelos Gemini capaces de descomponer una tarea en etapas, y luego seguir su ejecución en la simulación.
Estas perspectivas quedan sin embargo por validar en condiciones operacionales. Una escena visualmente convincente no garantiza que las leyes físicas, las interacciones o las reacciones simuladas sean suficientemente fiables para entrenar un sistema autónomo.
Una tecnología aún experimental
Google reconoce varias limitaciones: los objetos y ciertos detalles pueden derivar con el tiempo, las interacciones físicas complejas siguen siendo perfectibles y los textos integrados en las escenas no siempre son legibles. La precisión de los sonidos y la coherencia a largo plazo forman también parte de los ejes de investigación.
El modelo se ofrece primero a un grupo restringido de evaluadores. Su acceso debe extenderse después a los suscriptores Google AI Ultra a través de Project Genie, así como a ciertos socios de la API Gemini y de Google AI Studio. No se anuncia ningún despliegue generalizado en esta fase.
El interés de Genie 4 dependerá, según estos primeros elementos, menos de su realismo visual en secuencias cortas que de su capacidad para mantener entornos coherentes, previsibles y controlables a lo largo del tiempo.
