Google presenta Genie 4, una IA que crea mundos interactivos con sonido y movimiento en tiempo real

Google DeepMind presentó Genie 4, un nuevo modelo de inteligencia artificial capaz de generar mundos digitales interactivos que responden a las acciones de los usuarios, incorporando movimiento, sonidos ambientales y diálogos en tiempo real.

La tecnología representa un avance en los llamados modelos de mundo, sistemas diseñados para simular entornos y anticipar cómo pueden desarrollarse los acontecimientos dentro de ellos.

A diferencia de una imagen o un video generado por inteligencia artificial, Genie 4 permite explorar los escenarios, modificar sus características y observar cómo reaccionan los elementos que los integran.

El sistema combina capacidades de Genie con modelos de la familia Gemini para mantener la continuidad de las escenas y responder a nuevas instrucciones durante la simulación.

Mundos que cambian mientras el usuario los explora

Una de las principales características de Genie 4 es la posibilidad de transformar los entornos mediante instrucciones escritas.

Los usuarios pueden solicitar cambios en el clima, modificar la posición de la cámara o incorporar personajes y objetos mientras la escena continúa desarrollándose.

Las demostraciones difundidas por Google DeepMind muestran escenarios con paisajes naturales, movimientos de personas y situaciones que responden a diferentes interacciones.

La navegación puede realizarse mediante controles convencionales de teclado, mientras que las instrucciones de texto permiten introducir modificaciones en el entorno.

El objetivo es que la inteligencia artificial no se limite a producir una secuencia visual, sino que mantenga una simulación capaz de responder a las decisiones del usuario.

Sonidos y conversaciones generados por la misma IA

Genie 4 también incorpora generación nativa de audio, una de las novedades destacadas por Google DeepMind.

Esto permite que los escenarios incluyan sonidos relacionados con sus características, como viento, agua en movimiento y otros elementos ambientales.

El modelo también puede generar música y diálogos interactivos de personajes, que reaccionan a las situaciones creadas durante la simulación.

De esta manera, la experiencia combina imágenes, movimiento y sonido en un mismo sistema, sin depender necesariamente de una pista de audio preparada con anticipación.

La inteligencia artificial busca comprender cómo funciona el mundo

Google DeepMind explicó que Genie 4 incorpora avances destinados a representar comportamientos físicos y movimientos humanos con mayor realismo.

Entre los aspectos que intenta simular se encuentran las colisiones, el desplazamiento de objetos y determinadas condiciones relacionadas con la aerodinámica.

La tecnología también utiliza modelos de Gemini para organizar acciones sucesivas y mantener la coherencia de los acontecimientos.

Por ejemplo, un sistema puede recibir una tarea, dividirla en diferentes pasos y revisar lo que sucede en el escenario antes de decidir cómo continuar.

Esta capacidad se investiga como una posible herramienta para desarrollar y evaluar agentes de inteligencia artificial y robots en entornos simulados.

Aplicaciones en robótica, educación y producción audiovisual

Más allá del entretenimiento, Google DeepMind considera que los modelos de mundo podrían utilizarse en distintas actividades profesionales.

En robótica, permitirían desarrollar escenarios de entrenamiento para que los sistemas practiquen determinadas tareas antes de enfrentarse a situaciones reales.

En producción audiovisual, podrían facilitar la exploración de escenarios, movimientos de cámara y secuencias narrativas sin necesidad de construir físicamente cada ambiente.

La empresa también informó sobre pruebas relacionadas con videojuegos, educación, ingeniería y periodismo.

En este último campo, algunos participantes están explorando la posibilidad de transformar fotografías de archivo en simulaciones de espacios históricos y representar acontecimientos como inundaciones o incendios.

Estas recreaciones, sin embargo, deben distinguirse del material documental auténtico, ya que representan situaciones generadas por inteligencia artificial.

Genie 4 todavía tiene limitaciones

A pesar de los avances anunciados, Google DeepMind reconoció que Genie 4 permanece en una etapa experimental.

Los escenarios pueden mantener cierta coherencia durante sesiones breves, pero todavía presentan dificultades cuando las simulaciones se prolongan o reciben numerosas modificaciones.

Entre los desafíos identificados están la precisión de algunas interacciones físicas, la estabilidad de los objetos, la representación del espacio, la generación de textos legibles y la exactitud del audio.

La empresa señaló que las producciones audiovisuales generadas mediante Genie 4 incluirán SynthID, una tecnología de marca de agua digital diseñada para ayudar a identificar contenido creado con inteligencia artificial.

¿Por qué importa?

Genie 4 muestra una nueva dirección en el desarrollo de inteligencia artificial: crear sistemas que no solamente generen contenidos, sino que también simulen situaciones y respondan a lo que ocurre dentro de ellas.

Esta capacidad podría ampliar las posibilidades de entrenamiento para robots, creación de experiencias educativas y desarrollo de herramientas profesionales.

También abre nuevas preguntas sobre la autenticidad de los contenidos visuales, especialmente cuando las simulaciones alcanzan un nivel de realismo que puede dificultar su identificación.

Para los usuarios, la diferencia fundamental es que un entorno generado por IA dejaría de ser una escena fija para convertirse en un espacio que puede explorarse y modificarse.

¿Qué observar?

El siguiente paso será ampliar las pruebas de Genie 4 y conocer su desempeño fuera de las demostraciones iniciales.

Google DeepMind comenzó a ofrecer acceso experimental a un grupo limitado de evaluadores y prevé extenderlo a suscriptores de Google AI Ultra mediante Project Genie, además de socios seleccionados que utilicen Gemini API y Google AI Studio.

También será importante observar si las próximas versiones consiguen mantener escenarios estables durante periodos más prolongados y mejorar la precisión de las interacciones físicas y del sonido.

Por ahora, Genie 4 representa un avance experimental hacia sistemas capaces de construir mundos interactivos, aunque su disponibilidad general y su utilización práctica dependerán de los resultados de las siguientes etapas de desarrollo.