Google presenta Genie 4, la nueva generación de su modelo de mundo
Google DeepMind lanzó Genie 4, un modelo de mundo que genera entornos interactivos en tiempo real con audio sincronizado, física mejorada y control de escena mediante prompts.
Google DeepMind presentó Genie 4, la nueva generación de su modelo de mundo. La versión anterior apareció hace más de un año, en agosto de 2025. El nuevo modelo se centra en el realismo, la multimodalidad, una física mejorada y la interactividad.
El modelo genera un mundo en tiempo real y con sonido de inmediato. La música, el ruido ambiental e incluso los diálogos de los personajes se crean junto con la imagen, mientras que las réplicas se adaptan a las acciones del usuario.
La escena puede modificarse y dirigirse mediante prompts sobre la marcha. Por ejemplo, cambiar el clima o añadir personajes u objetos.
Dentro del sistema funcionan varios modelos Gemini. Gemini Omni se encarga de la apariencia y el comportamiento realistas del mundo, otros modelos supervisan la coherencia de la simulación y Gemini 3.8 Flash actúa por separado como un agente en un bucle, esencialmente como el “cerebro”: divide un objetivo en pasos, verifica su ejecución y replanifica si el usuario quiere cambiar algo.
Google señala que estos entornos pueden usarse para probar robots y agentes de IA. La compañía incluso mostró una demo en la que el humanoide Apollo de Apptronik juega a las damas dentro de un mundo generado.
Por qué es importante
AnálisisGenie 4 muestra cómo los modelos de mundo pueden convertirse en sandboxes dinámicas para entrenar agentes y robots, mientras que la generación multimodal en tiempo real puede acelerar el desarrollo de simulaciones interactivas.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
Google presenta Genie 4 para crear mundos virtuales interactivos
Google DeepMind presentó Genie 4, un modelo que genera mundos virtuales interactivos con gráficos, física, música y diálogos mientras el usuario se desplaza por ellos.
Google Gemini Pro (Modelo de Google con Contexto Infinito)
Modelo de trabajo principal de Google DeepMind con una ventana de contexto récord de más de 2 millones de tokens. Capaz de analizar libros completos, grabaciones de video y enormes bases de código en una sola consulta.
Perplexity AI (Asistente de Búsqueda de Nueva Generación)
Motor de búsqueda de nueva generación (Answer Engine). En lugar de una lista de enlaces publicitarios, sintetiza una respuesta estructurada y exhaustiva con enlaces clicables a las fuentes en tiempo real.
NVIDIA presenta MotionBricks: modelo de IA para movimiento realista de personas y robots en tiempo real
NVIDIA ha presentado MotionBricks, un modelo de IA capaz de generar movimientos realistas de personas y robots en tiempo real; el código está disponible en GitHub.
Jev y System One AI: guía práctica completa del modelo de decisiones de TypeSafe
Análisis ingenieril profundo del modelo insignia Jev: arquitectura System One frente a LLM, primitivas Choice/Score/Noul, paralelismo de consultas, matemática de la confianza, casos de vídeo, código y revisión de alternativas open-weight locales (Laya, GLiNER2.5, CLM-8B).
Parte II. Arquitectura de agentes de IA: del modelo a la memoria y las herramientas
Inmersión profunda de ingeniería: tokenización, KV-cache, determinismo del muestreo, stack de entrenamiento, cuantización, ingeniería de contexto, stack de seguridad, RAG en producción, ReAct y sistemas swarm multiagente.