Google DeepMind presentó Genie 4, una nueva versión de su modelo de IA para generar mundos virtuales interactivos. Además de crear escenas más realistas, el sistema produce sonido y permite modificar el entorno mientras se explora, una combinación que podría servir tanto para experiencias creativas como para simulaciones de entrenamiento.
Un mundo que puede cambiar mientras se explora
Genie 4 construye escenarios a partir de instrucciones y los mantiene en movimiento mientras el usuario los recorre. Durante la simulación se pueden introducir cambios con texto, como alterar el clima, mover la cámara o añadir personas y objetos. Google afirma que el modelo puede conservar una escena coherente durante sesiones de hasta dos minutos, el doble del límite de su antecesor.
La generación de audio ocurre al mismo tiempo que la imagen: el entorno puede incluir sonidos ambientales, música y diálogo interactivo. En la práctica, esto acerca el resultado a una experiencia que responde al usuario, en lugar de un video terminado que solo se observa de principio a fin.
De los juegos a las simulaciones para robots
La compañía plantea aplicaciones en videojuegos, aprendizaje interactivo y creación audiovisual. Un equipo creativo podría cambiar encuadres o acciones para probar una idea antes de producirla. En robótica, los entornos simulados podrían ayudar a ensayar situaciones sin exponer equipos físicos a cada prueba.
Genie 4 también se combina con modelos Gemini: uno puede organizar una tarea en pasos y orientar lo que debe ocurrir, mientras Genie genera el escenario visual y sonoro. Google mostró esta aproximación como una vía de investigación para probar cómo un agente responde a cambios dentro de un entorno antes de llevar el experimento al mundo real.
Vista previa limitada y errores por resolver
Por ahora, Genie 4 está disponible para un grupo reducido de evaluadores. Google prevé ampliar el acceso a usuarios de AI Ultra mediante Project Genie y a socios que prueban Gemini API y AI Studio; no anunció una fecha para una disponibilidad general.
La propia compañía reconoce que el modelo sigue en desarrollo. Los objetos pueden cambiar o perder continuidad cuanto más dura la escena, las interacciones físicas complejas no siempre son precisas y el audio o el texto dentro del mundo aún pueden presentar errores. Son límites importantes para usos que exijan resultados fiables.
Genie 4 muestra cómo la IA empieza a pasar de generar imágenes a construir espacios que se pueden explorar, pero por ahora funciona más como un prototipo de investigación que como un simulador listo para cualquier tarea.
Fuente: TechCrunch