Google sigue empujando los límites de la inteligencia artificial. El 27 de octubre de 2026, Google DeepMind presentó Genie 4, un modelo que crea mundos interactivos a partir de una descripción y que, por primera vez en su tipo, también genera el sonido de esos mundos.
Si hasta hace poco nos sorprendía que una IA hiciera imágenes o videos con una frase, ahora el paso siguiente es un mundo entero que puedes recorrer, como si fuera un videojuego que se inventa en el momento.
Qué es Genie 4
Genie 4 es lo que Google llama un modelo de mundos: describes un lugar y la IA genera un entorno interactivo que recorres con los controles normales del teclado, en tiempo real. A diferencia de un video, no estás mirando algo ya grabado: el mundo se va creando a medida que te mueves.
Según Google DeepMind, estas son sus novedades principales:
- Sonido nativo: es su primer modelo de mundos en tiempo real que genera audio a la vez que la imagen, con música, ruido ambiente y diálogos.
- Cambios con palabras: mientras recorres la escena, puedes pedirle que cambie el clima, mueva la cámara o agregue una persona o un objeto.
- Más realismo: Google destaca mejor fotorrealismo, movimientos más fluidos y simulación de física, como colisiones o la caída de objetos.
- Gemini como guía: los modelos Gemini adaptan los pedidos a la escena para que el mundo se mantenga coherente.
Entre los ejemplos que mostró Google hay un saxofonista tocando sobre una plataforma en un lago, un viaje en globo sobre la Antártida, un paisaje de vitrales y una estación de tren japonesa de los años 80.
¿Ya se puede usar?
Todavía no para todo el mundo. Por ahora es una vista previa de investigación para probadores de confianza. Según Google, llegará a los suscriptores de Google AI Ultra a través de Project Genie y a socios con acceso anticipado a la API de Gemini y Google AI Studio. Hay una lista de espera para anotarse.
Google no informó precio ni fecha de lanzamiento general.
Lo que todavía falla
Google es claro con las limitaciones:
- En sesiones largas o después de muchos cambios, los detalles pueden variar y los objetos no siempre se mantienen igual.
- La física compleja, la precisión del audio, el texto legible y la coherencia a largo plazo siguen siendo temas de investigación.
Además, todo el video y el audio que genera lleva SynthID, una marca de agua invisible que permite identificar que fue hecho con IA.
Por qué te importa
Según Google, quienes ya lo prueban lo usan para cosas muy concretas: cineastas que ensayan escenas antes de filmar, historiadores y periodistas que convierten fotos de archivo en simulaciones, creadores de videojuegos que prueban ideas y empresas que generan escenarios de práctica.
La tendencia es clara: primero fueron las imágenes, después los videos y ahora mundos enteros que se crean con una frase. Las herramientas cambian rápido, pero la habilidad de fondo es la misma: saber describir bien lo que quieres y revisar el resultado.
Un tip para empezar hoy
No hace falta esperar a Genie 4 para practicar. Hoy mismo puedes crear imágenes con ChatGPT o Gemini describiendo qué quieres, el estilo, los detalles y el texto. Es el mismo músculo que vas a usar con los mundos interactivos.
Aprende IA con ArtiLearn
En el módulo de Contenido visual de ArtiLearn creas tus primeras imágenes y videos con IA, paso a paso y sin tecnicismos. ArtiLearn es el Duolingo de la inteligencia artificial: 15 minutos al día durante 30 días. Haz el test gratis de 60 segundos en artilearn.com y descubre tu punto de partida.
