Genie 4
Google DeepMind anunció Genie 4, un modelo de mundo que genera entornos interactivos fotorrealistas en tiempo real, dirigidos con controles de teclado estándar y prompts en lenguaje natural. Construido sobre la familia Gemini, genera de forma nativa audio junto con las imágenes —sonido ambiente, música y personajes cuyo diálogo se adapta sobre la marcha— mientras un agente Gemini 3.8 Flash dentro del ciclo planifica y verifica cada paso para mantener la causalidad coherente. DeepMind lo presenta como un camino hacia simulaciones más seguras y de variabilidad infinita para el entrenamiento de robots y agentes, así como para nuevas experiencias interactivas. Se lanza como vista previa de investigación para probadores de confianza, con lista de espera antes del acceso a AI Ultra, Gemini API y AI Studio.
La discusión
Google DeepMind anunció Genie 4, un modelo de mundo que genera entornos interactivos fotorrealistas en tiempo real con controles de teclado y prompts en lenguaje natural, con audio nativo generado junto a las imágenes. Se presentó como una herramienta para simulaciones de entrenamiento de robots y agentes, además de experiencias interactivas.
La mayoría de los comentarios coincidió en que las demos eran apenas interactivas. Varios señalaron que las entradas de teclado parecían ignorarse y que el metraje se leía más como un video de IA con widgets de control, por lo que algunos lo consideraban un retroceso respecto a Genie 3 en controlabilidad.
Sin embargo, la principal objeción fue económica. Mantener un rack de GPU para regenerar un mundo único por jugador no puede competir con escribir el código una vez y distribuirlo, una comparación que llevó a recordar el caso de Stadia y sus fallos de latencia y modelo de negocio.
Como nota menor, una minoría argumentó que centrarse en los juegos era equivocado: el verdadero valor estaría en entornos de entrenamiento simulados y baratos para robots y vehículos autónomos, donde el costo por jugador no es relevante.