Google DeepMind presentó Genie 4, la nueva versión de su "world model", un tipo de IA que genera entornos interactivos a partir de texto o imágenes y los simula en tiempo real. La gran novedad es el audio: el mundo ahora suena, y reacciona.
Qué cambió
Genie 4 genera audio sincronizado con la escena: música, ruido ambiente y diálogo interactivo. Mejora la fotorrealidad, la física y el aspecto de los personajes, y se integra más con Gemini, que planifica los pasos y chequea los cuadros mientras Genie arma la imagen. Las simulaciones se mantienen coherentes hasta dos minutos, el doble que Genie 3.
Editar sobre la marcha
Lo que más se acerca a un videojuego: mientras la simulación corre, podés escribir un prompt para cambiar el clima o el ángulo de cámara, o sumar personas y objetos. No es un motor de juego, pero muestra hacia dónde va la generación de mundos jugables.
Quién lo puede usar
Hoy es una vista previa de investigación solo para "trusted testers". En las próximas semanas 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 a Google AI Studio. Google no dio precios nuevos más allá del plan Ultra.
Las limitaciones
La propia empresa admite que está en una etapa temprana: los detalles y objetos pueden "derivar" a medida que pasa el tiempo, no está resuelto que el audio sea preciso y el texto dentro de los mundos puede no ser legible. DeepMind tampoco aclaró cómo sería el producto final.
Qué significa para nosotros
Para el jugador común todavía no cambia nada: dos minutos de simulación no reemplazan a un juego. Pero si el audio y la edición en vivo funcionan, los prototipos y mundos generados por IA empiezan a ser algo concreto. Para probarlo en Argentina hará falta pagar el plan AI Ultra, así que conviene esperar a ver si llega a planes más baratos.