Google abre Genie 4 a los suscriptores de AI Ultra en Project Genie

Google abre Genie 4 a los suscriptores de AI Ultra en Project Genie

Genie 4 ya llega a Project Genie: Google ha empezado a ofrecer su nuevo modelo de mundos interactivos a los suscriptores elegibles de Google AI Ultra. La actualización también añade un agente que ayuda a crear escenarios conversando y una galería para descubrir, explorar y remezclar mundos.

Google anunció el lanzamiento el 18 de noviembre de 2026. Project Genie es un prototipo experimental que funciona en el navegador y permite generar y recorrer entornos interactivos. Genie 4, presentado antes como una versión de investigación para probadores, se abre ahora por primera vez a suscriptores de pago a través de ese producto.

Editar el escenario sin salir de la exploración

La diferencia más visible de Genie 4 es que el usuario puede alterar el mundo en plena sesión. Mientras recorre el entorno, puede escribir otra instrucción para cambiar el tiempo, introducir un personaje o desviar la acción. El modelo actualiza la escena en tiempo real, en lugar de limitar la interacción a la descripción usada para crear el mundo inicialmente.

La generación de sonido también pasa a formar parte de la experiencia. Genie 4 produce audio nativo en tiempo real que acompaña lo que ocurre: desde ambientes como el viento entre los árboles hasta diálogo de personajes. Google DeepMind presenta esta capacidad como una primera para la serie Genie. La voz puede reaccionar a las indicaciones del usuario y a los acontecimientos del escenario.

Google describe Genie 4 como su modelo de mundos más realista e interactivo hasta la fecha. Según Google DeepMind, combina capacidades de la familia Gemini: Gemini Omni contribuye a anclar las simulaciones en la apariencia y el comportamiento del mundo real, mientras otros modelos Gemini ayudan a mantener su coherencia y continuidad. En Project Genie, estos modelos se integran con Genie para crear y modificar espacios desde el navegador.

La generación no se limita a imágenes en movimiento. Google explica que el modelo puede simular cómo responde un entorno a un suceso, cómo suena y cómo se mueven o reaccionan las personas que aparecen en él. La empresa destaca avances en realismo visual, movimiento y física, aunque mantiene el sistema en fase de investigación y reconoce que persisten limitaciones en sesiones largas.

Project Genie | Experimenting with infinite interactive worlds — Google DeepMind

Un agente para construir mundos y una galería para compartirlos

La actualización añade el agente de Project Genie, que convierte una descripción en lenguaje natural en un punto de partida para una experiencia interactiva. Google afirma que el agente coordina sus modelos multimodales para producir imágenes iniciales que definan el aspecto del mundo y una banda sonora de fondo ajustada a su ambiente.

Durante la exploración también se pueden incorporar modelos Gemini a la sesión. Estos observan lo que aparece en pantalla y pueden ofrecer sugerencias contextuales sobre dónde ir después o activar acontecimientos dentro del mundo. La propuesta amplía el uso de instrucciones más allá de una única indicación de texto o imagen: el usuario puede conversar sobre lo que quiere construir y seguir interviniendo mientras explora.

La nueva galería reúne mundos seleccionados por Google y creaciones de la comunidad. Entre las experiencias mencionadas por la compañía están Living Memory, que transforma fotografías personales en espacios explorables; Dino Field Guide, con hábitats prehistóricos basados en panoramas de 360 grados; y Rock Paper Scissors, donde objetos temáticos se enfrentan sobre una mesa y Gemini actúa como árbitro en tiempo real.

También hay proyectos realizados con creadores que tuvieron acceso temprano. The Life of Ants, desarrollado con el cineasta Anand Gandhi, permite recorrer una colonia desde la perspectiva de una hormiga. Villa Giallo, creado junto al tecnólogo creativo Will, conocido como BLVCKL!GHT, convierte una mansión gótica en un misterio interactivo que se explora habitación por habitación.

Los usuarios pueden iniciar un mundo con una descripción o remezclar una experiencia ya publicada. El agente permite modificar elementos como la estructura del entorno, la banda sonora o sus reglas; después, la creación se puede publicar en la galería comunitaria para que otros la exploren y la remezclen.

Google abre Genie 4 a los suscriptores de AI Ultra en Project Genie
© Google

Genie 3 gana tiempo y panoramas de 360 grados

Genie 4 no sustituye a la versión anterior. Genie 3 sigue disponible en el selector de modelos de Project Genie para quienes quieran sesiones más largas o crear espacios a partir de imágenes panorámicas. Google ha elevado la duración máxima de cada generación de 60 segundos a tres minutos.

La versión anterior incorpora además la posibilidad de enlazar varios mundos para prolongar el recorrido y usar imágenes panorámicas de 360 grados como base para generar espacios. También admite cambios en el entorno mediante instrucciones en lenguaje natural mientras se explora. Google describe, por ejemplo, una transición continua entre bosques, ruinas submarinas y mares helados.

La empresa mostró asimismo cómo una panorámica puede servir para conservar la continuidad visual de un lugar al mirar alrededor. En uno de sus ejemplos, el entorno mantiene la relación entre el cañón y la fachada de Petra. Estas funciones sitúan a Genie 3 como una opción distinta dentro del selector: menos centrada en las capacidades visuales y de audio que Google atribuye a Genie 4, pero con más tiempo por generación y soporte para panoramas.

El acceso empieza con AI Ultra

La disponibilidad anunciada es para suscriptores elegibles de Google AI Ultra, a quienes Google está desplegando la nueva experiencia. Los miembros de Google AI Pro pueden apuntarse a una lista de espera. Google no anunció en esta actualización una apertura general para el resto de usuarios.

El acceso para consumidores llega después de que Google DeepMind presentara Genie 4 a probadores de confianza como vista previa de investigación. En octubre, TechCrunch informó de esa primera fase y describió la capacidad del modelo para modificar una simulación mediante instrucciones en mitad de la sesión. La publicación recogió entonces usos potenciales como la creación de prototipos para cine, además de videojuegos, aprendizaje interactivo y robótica.

En aquella presentación, Diego Rivas, ingeniero de Google DeepMind, explicó que la interacción en tiempo real podía servir para acelerar la ideación y la creación de storyboards:

“The real time aspect becomes most valuable in the areas where keeping a state of flow in the creativity space becomes incredibly useful,”

— Diego Rivas, ingeniero de Google DeepMind

TechCrunch señaló también que todavía no estaba clara la experiencia final del producto y que los detalles y objetos podían cambiar a medida que se prolongaba una simulación. Google mantiene esa cautela en el lanzamiento: presenta Genie 3 y Genie 4 como modelos de investigación de frontera, no como sistemas que hayan resuelto ya todos los problemas de una simulación persistente.

Marcas de agua y límites que siguen abiertos

Google indica que todo el audio y el vídeo generados en Project Genie incluyen SynthID, su marca de agua invisible para contenido de IA. Además, las entradas y salidas de los modelos pasan por controles de seguridad. La compañía dice que sigue trabajando en la latencia de la cámara, las interacciones físicas complejas, la precisión del audio en tiempo real y la permanencia de las escenas a largo plazo.

Entre las limitaciones que Google menciona figuran la deriva de los detalles durante sesiones prolongadas, la dificultad para mantener texto legible y los retos de la física compleja. La descripción de DeepMind añade que los modelos Gemini pueden observar la escena y guiar su evolución, pero la empresa no presenta esa combinación como una garantía de continuidad perfecta.

Google plantea que los modelos de mundos podrían servir para preparar entornos de entrenamiento para robots y agentes antes de que trabajen en el mundo real, además de impulsar nuevas experiencias interactivas. En su investigación sobre Genie 4 describe el uso de Gemini como un agente que divide objetivos en pasos, revisa fotogramas y adapta el plan cuando cambia la simulación o interviene el usuario. Por ahora, el acceso de consumidores anunciado empieza en Project Genie con los suscriptores elegibles de AI Ultra.

Fuentes: TNW | Artificial-intelligence, The Decoder, Google, Google DeepMind, Google DeepMind, TechCrunch, AI Watch