El 27 de octubre de 2026, Google DeepMind presentó Genie 4, su nueva generación de modelos de mundo. El mayor cambio es que los mundos generados ahora producen sonidos por sí solos, sus personajes pueden hablar y tú puedes modificar la escena escribiendo mientras la ves. Para la mañana del 28 de octubre, la publicación inicial en la cuenta oficial de X acumulaba unos 1,7 millones de visualizaciones y 15.300 «me gusta». Eso sí, todavía no está disponible para el público: solo tiene acceso un pequeño grupo de evaluadores de confianza.
La idea central: descubre en 3 minutos qué novedades trae Genie 4, si ya puedes usarlo y qué puedes hacer a continuación.
El primer cambio de Genie 4: el mundo ahora habla
En pocas palabras: Genie 4 ya no genera una escena muda que solo puedes mirar, sino un entorno que emite sonidos, responde y puedes modificar sobre la marcha.
Primero, ¿qué es un «modelo de mundo»? Un modelo de video es como darte una dirección y recibir una película ya grabada. Un modelo de mundo se parece más a una función en directo: los actores siguen en el escenario y, si gritas «lluvia», empieza a llover y la historia cambia en consecuencia. El blog oficial resume los avances de Genie 4 en cuatro capacidades, que explicamos a continuación.
Pie de imagen: en el video oficial de presentación, un personaje entra en el mundo pintado por Van Gogh en «La noche estrellada». Fuente: publicación oficial de Google DeepMind (2026-10-27), fragmento de la demostración oficial.
Primera capacidad de Genie 4: cambiar el mundo en tiempo real
Según el blog oficial, puedes usar lenguaje natural para modificar una simulación mientras está en marcha: cambiar el clima, mover la cámara o añadir personas y objetos. En la demostración oficial, basta con escribir una instrucción mientras se reproduce la escena para que cambie el clima, se mueva la cámara o aparezca una persona.
Un detalle importante es que, según Google, Gemini tiene en cuenta el entorno para reformular tu indicación y adaptarla mejor a lo que aparece en pantalla. Entre una instrucción y la siguiente, Gemini también sigue observando y guiando la escena para que el mundo no se «congele» cuando dejas de escribir.
Imagen: al introducir una indicación mientras la escena sigue en marcha, aparece un piano en la nieve y una grulla se acerca hasta posarse sobre las teclas. Fuente: la misma que arriba.
Segunda capacidad de Genie 4: físicas y personajes más realistas
El blog oficial afirma que Genie 4 puede simular fenómenos físicos reales, como la aerodinámica y las colisiones. En las demostraciones se ven sandías que caen al suelo y hojas de arce que flotan y chocan entre sí. Conviene recordar que son demostraciones publicadas por la propia Google.
Según la compañía, la mayor mejora está en los personajes: sus movimientos son más naturales, pueden reaccionar al entorno y también puedes controlarlos en tiempo real. En la generación anterior, Genie 3, los personajes eran relativamente rígidos; esta vez, Google destaca este aspecto como una de las principales mejoras.
Imagen: basta con escribir «lanza una cabeza de mármol sobre la sandía» para que aparezca la cabeza en la escena, rompa la sandía y haga saltar la pulpa. Fuente: la misma que arriba.
Capacidad 3 de Genie 4: generación nativa de sonido
Según la descripción oficial, Genie 4 es su «primer modelo de mundo en tiempo real que genera audio de forma nativa». Cada mundo incluye sus propios sonidos ambientales, desde el viento entre los árboles hasta las olas del mar, y también puede tener música de fondo. Estos sonidos se generan de forma sincronizada con las imágenes, no se añaden después.
La función va un paso más allá con los diálogos. Según el blog oficial, los personajes reaccionan a lo que escribes o a lo que sucede en el mundo y conversan en tiempo real. Uno de los primeros usuarios, @venturetwins, lo calificó en X como «un gran paso» y destacó que «también incluye audio nativo». Es una impresión personal y no significa que los resultados se hayan verificado.
Nota: en el mundo de la ópera, la cámara se mueve sola hacia arriba y deja ver la cúpula. El video original incluye sonidos ambientales y diálogos entre personajes, pero el GIF no conserva el audio. Fuente: la misma que arriba.
Capacidad 4 de Genie 4: simulación de eventos complejos con Gemini
Según el blog oficial, la combinación de Genie 4 con Gemini permite simular eventos de varios pasos. Así, los sistemas de IA pueden poner a prueba cómo responderían en un entorno simulado antes de entrar en el mundo real. Esta capacidad está orientada principalmente a la investigación en áreas como la robótica, por lo que los usuarios comunes no tendrán acceso a ella a corto plazo.
El segundo cambio de Genie 4: tres modelos colaboran entre bastidores
En pocas palabras: Genie 4 se encarga de generar los píxeles, mientras que varios modelos Gemini se ocupan de la apariencia, la coordinación y la división de tareas.
El blog oficial explica que Gemini Omni se encarga de anclar la simulación a la apariencia y el comportamiento del mundo real. En otras palabras, hace que los elementos de la escena parezcan reales. Si quieres conocer los antecedentes de Omni, puedes consultar el resumen de información sobre el modelo de video Gemini Omni: 8 indicios apuntan a su lanzamiento en I/O 2026.
El segundo modelo mencionado por Google es Gemini 3.8 Flash, al que describe como un «agente de orientación integrado en el ciclo». No se encarga de dibujar, sino que actúa más bien como director y supervisor de continuidad en un rodaje: observa la escena continuamente, divide los objetivos en acciones y revisa las imágenes generadas para comprobar si cada paso se ha completado. Si el mundo cambia o el usuario interviene a mitad del proceso, ajusta el plan sobre la marcha.
El tercero es Gemini 4 Argon, que aparece en experimentos relacionados con Gemini Robotics. El ejemplo oficial es el siguiente: Argon divide la tarea de «jugar a las damas chinas» en pasos y se los comunica en tiempo real a Genie 4 mediante subtítulos. Genie 4, por su parte, genera las imágenes del robot humanoide Apollo de Apptronik jugando.
Según una sesión informativa citada por TechCrunch, Tejas Kulkarni, director de investigación de Google, señaló que en el futuro aparecerán «modelos de mundo híbridos»: Gemini escribirá código y texto, y Genie recibirá ese contenido en tiempo real para simular la realidad. El blog oficial apunta en la misma dirección: Gemini se encargará de la estructura y la línea temporal narrativa, mientras que Genie se ocupará de la representación física a nivel de píxel.
Tercer cambio de Genie 4: no es lo mismo que un modelo de video como Veo
En pocas palabras: un modelo de video entrega un clip terminado; un modelo de mundo ofrece una escena que sigue en marcha y en la que puedes intervenir en cualquier momento.
Ambos resuelven problemas distintos: ninguno sustituye al otro. Los modelos de video como Veo sirven para crear clips que puedes incorporar directamente a una producción. Genie 4 es más adecuado para desarrollar ideas, hacer previsualizaciones y crear prototipos interactivos. DeepMind no lo ha presentado como una herramienta para producir videos terminados ni ha dicho que pueda sustituir a un motor de videojuegos.
Pie de imagen: una estación rural japonesa en los años 80. La cámara recorre el andén en primera persona mientras la gente se mueve por su cuenta. Esa es precisamente la parte que un modelo de video no puede ofrecer. Fuente: la misma que arriba.
| Aspecto | Modelo de video (como Veo) | Modelo de mundo (Genie 4) |
|---|---|---|
| Resultado | Un clip de video fijo | Una escena interactiva que sigue en marcha |
| ¿Se puede modificar sobre la marcha? | No durante la generación | Sí, en cualquier momento mediante texto o acciones |
| ¿Hay que volver a generar para cambiar el resultado? | Sí | No, la escena continúa |
| Usos adecuados | Material para producciones, anuncios y videos cortos | Previsualización, ideas para guiones gráficos, prototipos interactivos e investigación en simulación |
Cuándo estará disponible Genie 4
En pocas palabras: por ahora, solo pueden usarlo los evaluadores de confianza; los usuarios generales tendrán que apuntarse a la lista de espera.
Según el blog oficial, Genie 4 ya está disponible como vista previa de investigación para evaluadores de confianza. Una vez recogidos sus comentarios, llegará primero a Project Genie dentro de la suscripción Google AI Ultra, y también estará disponible para los socios con acceso anticipado de Gemini API y Google AI Studio.
Conviene aclarar dos conceptos. Project Genie es una aplicación web experimental de Google Labs, algo así como una «sala de exposición» para probar modelos de mundo. Desde enero de este año forma parte de la suscripción Google AI Ultra. Los socios con acceso anticipado son organizaciones que reciben acceso antes que el público, normalmente empresas o equipos de desarrollo; no es algo que se consiga simplemente registrándose.
Si quieres apuntarte, en la parte superior de la página oficial encontrarás la opción Join the Genie 4 waitlist, que lleva a un formulario de Google: forms.gle/WQnSNEM3omF7Uruu7. Solo tienes que completarlo siguiendo las instrucciones. Ten en cuenta que, al 28 de octubre, la fila de Project Genie en la página de suscripciones de Gemini todavía mostraba Genie 3; Genie 4 aún no figuraba entre las ventajas de la suscripción. Google no ha anunciado una fecha oficial de lanzamiento.
Seis cosas que Genie 4 todavía no puede hacer
En pocas palabras: la propia empresa reconoce que Genie 4 sigue siendo una investigación en fase inicial. Funciona mejor durante periodos cortos, pero con el tiempo empiezan a aparecer problemas.
- La imagen pierde coherencia (blog oficial): puede mantener la continuidad durante periodos cortos, pero si funciona durante más tiempo, se modifica mucho la indicación o se recorre la escena, los detalles y la continuidad de los objetos pueden desviarse. La consistencia a largo plazo sigue siendo objeto de investigación.
- Interacciones físicas complejas (blog oficial): siguen figurando como una línea de investigación.
- Precisión del audio en tiempo real (blog oficial): puede generar sonido, pero todavía se está trabajando para mejorar su precisión.
- Texto claro y legible (blog oficial): los letreros y otros textos de la imagen pueden no renderizarse con claridad.
- Precisión espacial (blog oficial): las relaciones de posición y distancia todavía no son lo suficientemente precisas.
- Duración de cada sesión: el blog oficial no lo indica. Según informó TechCrunch a partir de una presentación, Genie 4 puede mantener una escena consistente durante unos dos minutos como máximo, el doble que la generación anterior. El dato oficial de referencia es que Genie 3, en Project Genie, tenía un límite de generación de 60 segundos por sesión. Las cifras encajan, pero por ahora los «dos minutos» siguen siendo un dato publicado por medios.
Además, la empresa no ha anunciado la resolución, la tasa de fotogramas, el precio, las cuotas de uso, el tamaño del modelo ni la fecha de lanzamiento de la API.
En la comunidad también hay opiniones distintas. El usuario de X @dummerspast39 considera que Genie 4 «no es un modelo nuevo», sino, en esencia, una versión de Omni en tiempo real con 3.8 Flash como asistente. Es solo la opinión de un usuario: no aportó pruebas y la empresa no ha respondido. Según el blog oficial, Genie 4 «integra y se basa en las capacidades de la familia Gemini».
Qué pueden hacer ahora los lectores en China
En pocas palabras: para los modelos de mundo todavía hay que esperar, pero crear un video que puedas usar hoy ya es posible.
Si solo tienes curiosidad, puedes apuntarte a la lista de espera y seguir el blog oficial y las explicaciones sobre SynthID. SynthID es la tecnología de marca de agua invisible de Google: no se ve a simple vista, pero se puede detectar. Según Google, los videos y audios generados por Genie 4 incorporarán SynthID, así que, si en el futuro ves contenido que sospechas que se creó con Genie, puedes intentar verificarlo por esa vía.
Si quieres empezar ya, puedes probar las partes del sistema Genie 4 que están disponibles. El modelo gemini-3.8-flash, al que Google señala como el «director», ya se puede invocar en APIYI, apiyi.com. Puedes pedirle que descomponga la descripción de una escena en planos, acciones y diálogos para definir primero el guion gráfico. Para el video, la plataforma ya ofrece modelos como Seedance 2.5, con los que puedes convertir ese guion gráfico directamente en clips. Consulta la lista de modelos en apiyi.com para conocer las opciones y los precios disponibles.
Esto tiene otra ventaja: con una sola clave API puedes invocar varios modelos, sin tener que registrarte por separado para cada uno. La interfaz es compatible con el formato de OpenAI: basta con configurar base_url como https://api.apiyi.com/v1 para integrarla en tu código actual. Cuando Genie 4 esté disponible, ya tendrás experiencia con un flujo de trabajo que combina un «modelo director» y un modelo de video.
Preguntas frecuentes sobre Genie 4
P1: ¿Qué es Genie 4?
Es un modelo de mundo presentado por Google DeepMind el 27 de octubre de 2026. Puede generar entornos interactivos en tiempo real y cuenta con sonido y diálogos entre personajes de forma nativa.
P2: ¿Qué diferencias hay entre Genie 4 y Genie 3?
Entre las novedades que enumera el blog oficial están el audio nativo, los diálogos entre personajes, movimientos más realistas y la orientación de Gemini en tiempo real. En cuanto a la duración, solo contamos con la cifra de «dos minutos» publicada por TechCrunch, frente al límite de 60 segundos de Genie 3 en Project Genie.
P3: ¿Ya se puede usar Genie 4?
Por ahora, no está disponible para el público general. La versión preliminar de investigación solo está abierta a evaluadores de confianza. Más adelante llegará a los usuarios de Project Genie con AI Ultra y a los primeros socios de la API, pero no se ha anunciado una fecha concreta.
P4: ¿Genie 4 tiene una API pública y precios?
No. Google no ha publicado una API, el nombre del modelo ni su forma de facturación, y por ahora tampoco es un producto que se pueda comprar. Si quieres probar capacidades relacionadas, puedes invocar modelos ya disponibles, como Gemini 3.8 Flash, en APIYI apiyi.com.
P5: ¿Genie 4 puede sustituir a las herramientas de generación de video?
No exactamente. Sus resultados son distintos: los modelos de video entregan una pieza terminada, mientras que Genie 4 sirve para previsualizaciones y prototipos. Si necesitas material de video terminado, todavía tendrás que recurrir a modelos de video. Con APIYI apiyi.com puedes invocar varios de ellos con una sola clave API.
P6: ¿Son fiables los resultados de la demostración oficial?
La demostración la publicó la propia Google, y las valoraciones de quienes tuvieron acceso anticipado reflejan solo sus impresiones personales. Google reconoce que la imagen puede presentar inconsistencias y que todavía hay limitaciones en el texto y la precisión espacial. Lo mejor es esperar a que haya más resultados de pruebas públicas antes de sacar conclusiones.
Resumen
El mayor cambio de Genie 4 es que, por primera vez, el modelo de mundo combina sonido, diálogo y control en tiempo real, gracias al trabajo conjunto de modelos como Gemini Omni y Gemini 3.8 Flash. Sin embargo, por ahora sigue siendo una versión preliminar de investigación: no hay cifras oficiales sobre su fecha de lanzamiento, precio o duración, y los «dos minutos» son solo una estimación de los medios.
En pocas palabras: Genie 4 merece atención, pero todavía no está disponible; si quieres crear contenido, puedes usar los modelos actuales para preparar el guion gráfico y producir el video. Si lo necesitas, puedes probar Gemini 3.8 Flash y modelos de video con una sola clave en APIYI apiyi.com.
Referencias
- Blog oficial de Google DeepMind: Genie 4: A new generation of world simulation
- Enlace:
deepmind.google/blog/genie-4-a-new-generation-of-world-simulation - Blog oficial de Google: Introducing Genie 4
- Enlace:
blog.google/innovation-and-ai/models-and-research/google-deepmind/introducing-genie-4 - Artículo de TechCrunch: Google’s Genie 4 world model adds audio， more realistic worlds， and real-time steering
- Enlace:
techcrunch.com
Autor: Equipo técnico de APIYI
Contacto técnico: Puedes contactarnos desde la página principal de APIYI apiyi.com. Encontrarás más recursos en el centro de documentación docs.apiyi.com.
