Google presenta Genie 4 con audio y control en tiempo real
Vista previa para testers de confianza, con despliegue a suscriptores de AI Ultra previsto en las próximas semanas.
2 minutosEscena consistente máxima, el doble de Genie 3
En corto
- Google DeepMind lanzó Genie 4 en vista previa de investigación, disponible ahora para testers de confianza.
- El modelo añade audio nativo y ediciones libres, como cambiar el clima o el ángulo de cámara, y puede mantener una escena consistente hasta por dos minutos.
- Gemini actúa como agente guía: planifica los pasos y revisa los fotogramas mientras Genie crea las imágenes.
- Google reconoce límites: los detalles y objetos pueden desviarse en simulaciones largas, y aún no resuelven la precisión del audio ni el texto legible dentro del mundo.
Por qué importa
Google describe los modelos de mundos como un elemento clave en el camino hacia la AGI. Los usos propuestos incluyen entornos de entrenamiento para robots, pruebas de escenarios robóticos antes de que ocurran en el mundo real y prototipado rápido para storyboards. Los desarrolladores tendrán acceso por la API de Gemini y Google AI Studio, pero el precio aún no está disponible.
“What we’ll increasingly see in the future are these hybrid world models”
Qué dice la gente
Los comentaristas de Hacker News se mostraron escépticos sobre el control del jugador; uno dijo que Genie 4 parece no responder a las entradas. Otros elogiaron la demo de pintura convertida en escena interactiva, pero señalaron errores de física en un clip del busto de mármol. Un comentario sugirió que los modelos de mundos podrían convertirse en una nueva forma de DRM para juegos transmitidos desde la nube.