Google DeepMind dio a conocer su nueva tecnología Genie 4, un sistema de inteligencia artificial especializado en la creación de entornos e interacciones virtuales a partir de indicaciones escritas.
Esta plataforma genera imágenes en tiempo real y, como novedad principal en su categoría, sintetiza de manera nativa audio ambiental y diálogos que se adaptan a las decisiones del usuario. Por el momento, la herramienta se encuentra en fase de pruebas con evaluadores seleccionados antes de su desembarco en la suscripción Google AI Ultra y sus posteriores integraciones para desarrolladores en la API de Gemini y Google AI Studio.
A diferencia de su predecesor, Genie 4 no requiere de mapeos ni entornos preprogramados, sino que construye cada plano sobre la marcha cuadro por cuadro. La interacción permite modificar parámetros de forma inmediata mediante lenguaje natural, ajustando la iluminación, la dinámica del clima, los movimientos de cámara o la incorporación de nuevos elementos en la escena. La simulación alcanza una estabilidad de hasta dos minutos —el doble respecto a Genie 3— y cuenta con el soporte del modelo Gemini 3.8 Flash, encargado de supervisar los objetivos del usuario y reorganizar la secuencia de comandos si se introduce alguna variación sobre la marcha.
Las aplicaciones de esta herramienta abarcan áreas tan diversas como el entrenamiento de robótica —donde ya fue testeada con Gemini 4 Argon dentro del programa Gemini Robotics para anticipar acciones físicas—, el desarrollo de experiencias interactivas y la preproducción cinematográfica mediante guiones gráficos dinámicos. No obstante, sus propios creadores han señalado que la tecnología mantiene ciertos desafíos metodológicos, tales como imprecisiones en la permanencia de objetos complejos tras múltiples ediciones, limitaciones en el renderizado de textos internos y la falta de fidelidad para replicar espacios de la realidad. Como medida de seguridad, todo el material audiovisual producido integra la marca de agua imperceptible SynthID.
El anuncio se enmarca en un contexto de creciente consolidación dentro de la industria tecnológica enfocada en modelos de mundo. Competidores del sector vienen acelerando sus desarrollos con propuestas similares que integran generación de audio, en un mercado caracterizado por recientes fusiones y adquisiciones estratégicas entre grandes corporaciones tecnológicas y startups especializadas en simulación y entornos virtuales.
