Google DeepMind da a conocer a Genie 4: su modelo de simulación de mundos interactivo en tiempo real con audio nativo y física avanzada

La división de investigación en IA Google DeepMind ha presentado Genie 4, la nueva generación de su modelo de simulación de mundos en tiempo real. La plataforma permite a los usuarios explorar y modificar entornos virtuales dinámicos de forma instantánea mediante instrucciones de texto o controles de navegación, integrando por primera vez fotorrealismo avanzado, física compleja y generación de audio nativo dentro de un mismo sistema.

El desarrollo se fundamenta en la arquitectura de la familia Gemini, utilizando la capacidad de Gemini Omni para anclar la apariencia visual y el comportamiento del entorno, mientras que modelos de razonamiento como Gemini Flash actúan como planificadores internos que garantizan la continuidad narrativa y lógica de la escena a medida que evoluciona.

Novedades clave: Física, controles en vivo y audio conversacional

A diferencia de los generadores de vídeo convencionales, Genie 4 actúa como un motor de simulación interactiva que responde fotograma a fotograma a las acciones del usuario:

• Física avanzada y movimiento humano: El modelo calcula en tiempo real fenómenos como aerodinámica, colisiones físicas, movimiento de líquidos y desplazamientos naturales de personajes, los cuales reaccionan orgánicamente a los cambios del entorno.
• Audio nativo y diálogo interactivo: Es el primer modelo de mundo de DeepMind que sintetiza audio de forma nativa en paralelo a los gráficos. Genera desde sonido ambiental (viento, olas) y música contextual hasta diálogos interactivos entre personajes que responden en vivo a los eventos e insumos del usuario.
• Control dinámico del entorno: Los usuarios pueden alterar el clima, modificar la iluminación, mover cámaras o añadir nuevos objetos y personas en medio de la simulación mediante órdenes en lenguaje natural.

Aplicaciones en robótica y planes de despliegue

Google DeepMind destaca que Genie 4 representa un hito técnico hacia la creación de entornos virtuales seguros para el entrenamiento de agentes autónomos y robots, permitiendo evaluar cómo las máquinas navegan y resuelven tareas complejas antes de su despliegue en el mundo real. Asimismo, el modelo está siendo evaluado en preproducción cinematográfica, periodismo inmersivo y diseño de videojuegos.

La compañía ha comenzado a probar Genie 4 con un grupo selecto de evaluadores de confianza. Próximamente, el modelo estará disponible para suscriptores del plan Google AI Ultra dentro de Project Genie, así como para desarrolladores y socios comerciales a través de la API de Gemini y la plataforma Google AI Studio.