Según la aplicación de Finances Today, Alphabet (GOOGL.US, GOOG.US), la empresa matriz de Google, anunció el martes el lanzamiento del nuevo modelo de inteligencia artificial Genie 4, capaz de generar en tiempo real entornos virtuales interactivos más realistas a partir de instrucciones de texto, permitiendo a los usuarios modificar dinámicamente los escenarios durante la exploración. Este avance tecnológico ha vuelto a despertar el interés del mercado sobre la posibilidad de que la IA transforme el modelo de desarrollo de videojuegos. A principios de este año, cuando Google presentó por primera vez esta tecnología, provocó una caída significativa en las acciones de varias empresas de videojuegos.
Se informa que Genie 4 fue desarrollado por Google DeepMind, el departamento de investigación de inteligencia artificial de Google. Los usuarios solo necesitan ingresar una indicación de texto para crear mundos virtuales libres para explorar y moverse dentro de ellos mediante el teclado. A diferencia de las herramientas tradicionales de generación de video por IA, Genie 4 no solo genera imágenes, sino que también ajusta en tiempo real el entorno virtual según las operaciones del usuario, brindándole una mayor interactividad.
Además, los usuarios pueden modificar la escena durante la ejecución del mundo virtual ingresando nuevas instrucciones de texto, como ajustar las condiciones climáticas o agregar nuevos personajes, sin necesidad de regenerar todo el entorno. En comparación con la generación anterior Genie 3, Genie 4 mejora tanto en la duración de la simulación como en la capacidad de generación multimodal.
Google indica que los entornos virtuales interactivos generados por Genie 4 pueden funcionar hasta dos minutos, aproximadamente el doble que Genie 3. Al mismo tiempo, Genie 4 es el primer modelo de la serie capaz de generar imágenes y sonido simultáneamente, con soporte para efectos de sonido ambiental, música y diálogos de personajes que responden a las operaciones del usuario.
Actualmente, Google está ofreciendo Genie 4 a un pequeño grupo de probadores confiables en versión de previsualización de investigación. En las próximas semanas, la empresa planea ampliar el acceso a los usuarios suscritos al plan de pago más alto, Google AI Ultra, así como a algunos desarrolladores que utilizan Google AI Studio y la API Gemini para crear aplicaciones.
Un "modelo del mundo" (World Model) es un sistema de inteligencia artificial capaz de simular entornos y sus cambios dinámicos. A diferencia de los modelos tradicionales de generación de video a partir de texto, que producen principalmente contenido de video pregenerado, los modelos del mundo pueden generar y ajustar continuamente escenarios virtuales en función de las operaciones en tiempo real del usuario. Se considera que esta tecnología tiene potencial para aplicarse en áreas como el desarrollo de videojuegos, la producción cinematográfica, el diseño de entornos virtuales y el entrenamiento de robots.
En enero de este año, cuando Google lanzó por primera vez el prototipo de Project Genie impulsado por Genie 3, se generó preocupación en Wall Street sobre el futuro de la industria de los videojuegos. Debido a que los inversores temían que la tecnología de mundos virtuales generados por IA pudiera alterar los procesos tradicionales de desarrollo de juegos, las acciones de varias empresas relacionadas con los videojuegos experimentaron fuertes caídas en ese momento.
A medida que Genie 4 mejora aún más sus capacidades de interacción en tiempo real y generación multimodal, aumenta la atención del mercado sobre cómo la tecnología de IA podría transformar la producción de contenido de juegos.
En el campo de la inteligencia artificial, Google enfrenta una fuerte competencia de rivales como OpenAI y Anthropic. Sin embargo, con el reciente lanzamiento del modelo Gemini 4 Argon, el mercado considera que Google está reduciendo la brecha tecnológica con sus competidores.
Al mismo tiempo, los modelos mundiales y la inteligencia artificial multimodal han sido considerados durante mucho tiempo como ventajas tecnológicas clave de Google. La tecnología multimodal permite que la inteligencia artificial procese simultáneamente diferentes tipos de información, como texto, imágenes, audio y video, mientras que los modelos mundiales amplían aún más estas capacidades para aplicarlas a la simulación de entornos dinámicos.
Es importante destacar que Genie 4 también mejora la coherencia y el rendimiento interactivo del mundo virtual mediante el modelo Gemini. Google presenta en su blog oficial que, cuando Genie 4 genera escenarios virtuales, Gemini observa continuamente las imágenes recién generadas, comprende los objetivos que el usuario desea lograr, los descompone en una serie de pasos específicos y luego verifica si las operaciones relacionadas ya se han realizado.
Este mecanismo ayuda al modelo a comprender con mayor precisión la intención del usuario y a mantener cierto grado de coherencia lógica en entornos virtuales generados dinámicamente. Google indicó que el equipo de desarrollo probó inicialmente el modelo Gemini 4 Argon, pero actualmente la experiencia de interacción en tiempo real de Genie 4 la proporciona principalmente el modelo Gemini 3.8 Flash, más eficiente en términos de cálculo.
En aplicaciones prácticas, Google ha invitado a probadores, incluidos desarrolladores de juegos y productores de películas, a experimentar con Genie 4 para explorar cómo convertir rápidamente ideas iniciales en prototipos virtuales interactivos y utilizar bocetos de escenas generados por IA para apoyar la creación de contenido.
Además, Google también está investigando si los modelos del mundo pueden utilizarse para entrenar robots. A través de la simulación de diversos entornos y escenarios físicos, esta tecnología podría ayudar en el futuro a que los robots aprendan y prueben comportamientos en el mundo virtual.
Sin embargo, Google enfatizó que aún no está claro si estas aplicaciones potenciales podrán adoptarse ampliamente. Sobre el posible impacto de Genie 4 en la industria de los videojuegos, Diego Rivas, product manager de Google DeepMind, indicó en la reunión informativa que la empresa está trabajando con socios para investigar cómo integrar esta tecnología en los flujos de trabajo existentes y cuáles son sus límites reales de capacidad.
Rivas señaló que Google busca utilizar la tecnología de modelos mundiales para ampliar las funcionalidades de sus herramientas actuales, en lugar de reemplazar simplemente los métodos tradicionales de creación de contenido. Aunque Genie 4 ha logrado avances significativos, Google reconoce que el modelo aún se encuentra en fase experimental y queda un camino por recorrer antes de convertirse en un producto comercial maduro.
Actualmente, a medida que aumenta el tiempo de ejecución del escenario virtual, los detalles visuales y los objetos generados por el modelo aún pueden cambiar, afectando la coherencia del entorno.
El ingeniero de investigación de Google DeepMind, Hang Qi, indicó que, aunque Genie 4 pueda admitir simulaciones de hasta dos minutos, esto no implica que todo el escenario permanezca completamente consistente durante ese período. Además, aún se necesitan mejoras en interacciones físicas complejas, la generación de texto legible y la estabilidad a largo plazo del mundo virtual.
El director de investigación de DeepMind, Tejas Kulkarni, señaló que incluso hacer que un mundo virtual permanezca completamente coherente durante dos minutos requiere que el modelo comprenda verdaderamente las leyes físicas del mundo real.
Rivas también indicó que la duración simulada de dos minutos aún presenta limitaciones significativas, y que Genie 4 se encuentra actualmente más en una fase de investigación y exploración técnica que de desarrollo de producto final.
En cuanto al reconocimiento y la seguridad del contenido generado por IA, Google indicó que todo el audio y video generado por Genie 4 incluirá una marca de agua digital invisible SynthID para ayudar a identificar el contenido generado por IA.
En general, el lanzamiento de Genie 4 marca un nuevo avance de Google en el ámbito de los modelos de IA interactivos en tiempo real. Aunque aún se enfrenta a limitaciones técnicas como la duración de la simulación, la coherencia física y la calidad de generación, las capacidades demostradas han generado interés en la industria sobre el futuro desarrollo de sectores como el desarrollo de juegos, la producción cinematográfica y el entrenamiento de robots.
A medida que Google amplía gradualmente la prueba de Genie 4, el mercado prestará mayor atención a si la tecnología de modelos mundiales puede evolucionar de una herramienta experimental a un producto con valor comercial real, y si tendrá un impacto más profundo en los modelos tradicionales de desarrollo de juegos y producción de contenido digital.
