Google DeepMind presentó Genie 4 el 27 de octubre de 2026 como un modelo de simulación interactiva que genera imagen y sonido mientras se explora y modifica una escena. El despliegue ha empezado como preview de investigación para un grupo limitado de probadores de confianza. El acceso para suscriptores de Google AI Ultra en Project Genie y socios de acceso anticipado de Gemini API y Google AI Studio figura como próximo, sin una fecha concreta en el anuncio.
Esa distinción afecta a cualquier plan de integración: tener una suscripción Ultra no equivale a poder utilizar ya Genie 4, y mencionar la Gemini API no implica que exista un acceso público general. Este artículo, publicado el 28 de octubre, desarrolla el anuncio recogido en el resumen de las novedades del día 27.
Cambiar una escena mientras sigue ocurriendo
En su presentación técnica, DeepMind muestra navegación y control de cámara con teclado, junto con instrucciones en lenguaje natural para modificar el mundo: cambiar el tiempo, introducir una persona u orientar la escena. El sistema genera también sonido ambiental, música y diálogo. La propuesta permite intervenir durante la simulación, además de observar una secuencia ya generada.
Google explica que incorpora capacidades de Gemini Omni para la apariencia y el comportamiento del entorno, y otros modelos Gemini para ayudar con el razonamiento y la continuidad. Es la descripción del fabricante; no hemos probado Genie 4 ni medido cuánto conserva una escena en sesiones reales.
Los casos de uso expuestos incluyen bocetos audiovisuales, prototipos de experiencias interactivas y exploración de escenarios. Que una escena resulte convincente puede servir para discutir una idea visual. No demuestra por sí mismo que reproduzca las reglas físicas del entorno representado.
El límite aparece cuando se exige continuidad o precisión
DeepMind reconoce que los detalles visuales y la permanencia de los objetos pueden variar con el tiempo, especialmente en sesiones largas, tras varias ediciones complejas o al navegar por el escenario. También mantiene como problemas de investigación las interacciones físicas complejas, la precisión del audio en tiempo real, el texto legible, la precisión espacial y la consistencia a largo plazo.
Para un proyecto, son diferencias prácticas. Una propuesta visual puede tolerar que cambie un detalle entre tomas; una simulación que pretenda fundamentar medidas de ingeniería necesita validación que este anuncio no aporta. Tampoco una fotografía histórica convertida en un entorno navegable prueba cómo era realmente todo lo que queda fuera del encuadre.
Una demostración del fabricante combina Gemini 4 Argon y Genie 4 para representar al humanoide Apollo jugando a las damas, descomponiendo la tarea en pasos que se incorporan a la generación. Es una demostración de simulación: no acredita que un robot físico haya aprendido o ejecutado esa tarea de forma segura.
Un ejemplo útil como boceto revisable
Ejemplo hipotético, no ejecutado en Puntoes: un equipo audiovisual explora cómo cambiarían el movimiento de cámara y la atmósfera de una escena al introducir lluvia. Podría utilizar el resultado para comparar intenciones visuales y explicar una propuesta al resto del equipo. Tendría que revisar la continuidad entre objetos, sonidos y acciones antes de dar por válida cada toma.
Ese mismo ejemplo no permitiría estimar el comportamiento real de una inundación ni justificar una decisión de seguridad. Nuestra recomendación editorial es tratar estas salidas como bocetos sintéticos revisables y explicitar su origen al compartirlas, con criterios de revisión adecuados al uso.
Google afirma que el vídeo y el audio generados incluirán SynthID, su marca de agua imperceptible. Esa medida de identificación no constituye una garantía de exactitud del contenido representado.
Qué falta para planificar una integración
El anuncio breve de Google confirma el estado de acceso limitado. Las fuentes consultadas no anuncian pesos descargables ni una licencia abierta, ni concretan precios y fechas del acceso futuro. Antes de comprometer una integración comercial faltaría confirmar el acceso efectivo y sus condiciones cuando se publiquen.
La novedad comprobada es el comienzo de una preview con generación audiovisual y control interactivo. Su utilidad final dependerá de la tarea, del acceso y de cuánto afecten a ella los límites de continuidad y precisión que reconoce el propio fabricante.