Lanzamiento de Genie 4: un mundo 3D jugable en tiempo real, pero todavía no disponible

El 2026-10-27, Google DeepMind lanzó Genie 4, la nueva generación de su modelo del mundo. En una frase: genera píxel a píxel en tiempo real un mundo 3D interactivo mientras lo operas, se puede controlar con teclado y con lenguaje natural, y el mundo mantiene su coherencia durante unos 2 minutos. Pero primero, un jarro de agua fría: actualmente es una vista previa de investigación, solo para probadores invitados, sin API pública y sin precio anunciado. Lo único que puede hacer un desarrollador común ahora mismo es apuntarse a la lista de espera.

Qué puede hacer

• Generación en tiempo real de un mundo 3D interactivo: pulsas el teclado para avanzar y el mundo se genera en consecuencia; dices en lenguaje natural «cambia el clima a una tormenta» y el mundo cambia con ello
• Audio nativo por primera vez en la serie: sonido ambiental, música y diálogos de personajes interactivos se generan en tiempo real; ya no es un mundo silencioso
• Edición durante la ejecución: cambiar el clima, cambiar el ángulo de cámara y añadir personas u objetos a mitad de la partida sin que el mundo pierda coherencia ni se rompa
• Física más realista: en las demostraciones oficiales, la aerodinámica, las colisiones y los movimientos de los personajes son más naturales que en las generaciones anteriores

Según los reportes, la tasa de fotogramas según los medios está entre 24 y 30 FPS. La compañía no ha publicado la tasa de fotogramas ni la resolución; tomemos estas cifras como referencia, no como conclusión.

La cifra más contundente: 2 minutos de coherencia de escena

El problema central de los modelos del mundo es «recordar lo que uno mismo ha generado». Genie 4 mantiene la coherencia de escena durante unos 2 minutos como máximo, el doble que Genie 3 (unos 1 minuto), y esta es la cifra más contundente y comparable de este lanzamiento.

Un repaso a la evolución permite entender el peso de este doble: Genie 1 (principios de 2024) era todavía una imagen 2D a unos 1 fps; Genie 2 (diciembre de 2024) generó por primera vez un mundo 3D, pero una escena solo se mantenía de 10 a 20 segundos a 360p; Genie 3 (agosto de 2025) se convirtió en la primera versión interactiva en tiempo real, a 720p/24fps y con una coherencia de unos 1 minuto; y con Genie 4, la coherencia se duplica, se completa el audio y se refuerza la física. En menos de dos años, se pasó de una presentación de diapositivas a algo jugable.

Arquitectura: dos Gemini con roles distintos

En la pila técnica revelada por la compañía hay dos roles clave:

• Gemini Omni se encarga de anclar la apariencia y el comportamiento del mundo, garantizando un estilo unificado y movimientos de personajes coherentes
• Gemini 3.8 Flash actúa como agente guía dentro del bucle: observa el fotograma actual, planifica el siguiente paso y replanifica dinámicamente, como el «director» detrás del mundo

Todo el contenido generado lleva marca de agua SynthID.

Quién puede usarlo ahora

Esta es la parte que exige más calma. Genie 4 es una vista previa de investigación (research preview) y la primera tanda está solo abierta a probadores de confianza invitados. Según la hoja de ruta publicada por la compañía:

• «En las próximas semanas» se abrirá a los suscriptores de Google AI Ultra a través de Project Genie
• Al mismo tiempo, se abrirá a socios tempranos de Gemini API y Google AI Studio
• Hay una lista de espera pública a la que apuntarse
• El precio no se ha publicado, ni tampoco la fecha de apertura al público general de desarrolladores

Así que el título «todavía no disponible» no es sensacionalismo: no hay API pública, no hay precio y ahora mismo ningún desarrollador común puede integrarlo en su producto.

Limitaciones que no hay que pasar por alto

Tanto la compañía como los primeros reportes de experiencia señalan varios puntos débiles evidentes:

• La persistencia de los objetos se degrada con el tiempo: lo que dejas puesto puede deformarse o desaparecer al cabo de un rato
• El texto dentro del mundo es prácticamente ilegible; los carteles y las interfaces se ven borrosos
• La precisión de la física y del audio no es perfecta

La comunidad comparte además una duda general: no hay benchmarks públicos, así que todas las valoraciones de experiencia provienen de demostraciones oficiales y de probadores invitados, y por ahora terceros no pueden verificarlas de forma independiente.

Qué significa para quienes crean contenido y para quienes construyen agentes

La opinión general de la comunidad es que el mayor valor de Genie 4 a corto plazo no son los videojuegos, sino servir de campo de entrenamiento para agentes y robots. En la demostración oficial hay un ejemplo: el robot humanoide Apollo de Apptronik juega a las damas en un entorno simulado en tiempo real de Genie 4, con Gemini 4 Argon tomando las decisiones. El coste de que un robot se caiga en el mundo real y el de que se caiga en un mundo simulado difieren en varios órdenes de magnitud. Los modelos del mundo abaratan lo segundo.

Para quienes crean contenido, el 3D generativo aún está lejos de estar listo para producción: una coherencia de 2 minutos no sostiene un nivel completo, y la ilegibilidad del texto dentro del mundo bloquea directamente la mayoría de los escenarios comerciales. Lo que hoy puede integrarse en el flujo de trabajo es la generación de vídeo e imagen; modelos como Seedance 2.0 ya han pasado la fase de demostración y se pueden probar directamente.

Esta semana seguimos además varias noticias breves del mismo lote: la bajada de precio de GPT-6.1 Terra, cómo cambiar de modelo en Claude Code / Codex y la comparación entre Opus 5.5 y GPT-6.1 Sol; si te interesan, puedes leerlas también.

Preguntas frecuentes

¿Genie 4 ya tiene API pública?

No. Actualmente es una vista previa de investigación, solo para probadores invitados y socios tempranos. La API es solo una promesa en la hoja de ruta; lo que puede hacer un desarrollador común ahora es apuntarse a la lista de espera pública, y ni el precio ni la fecha de apertura se han publicado.

¿Cuál es la mayor diferencia entre Genie 4 y Genie 3?

Tres puntos: la coherencia de escena se duplica de unos 1 minuto a unos 2 minutos; la serie incorpora por primera vez audio nativo, con sonido ambiental, música y diálogos de personajes generados en tiempo real; y la física y los movimientos de los personajes son claramente más realistas, además de permitir cambiar el clima, cambiar el ángulo de cámara y añadir personas u objetos con lenguaje natural durante la ejecución.

¿Para qué sirve Genie 4?

A corto plazo, el uso más seguro es servir de campo de entrenamiento para agentes de IA y robots, permitiéndoles probar y equivocarse a coste casi nulo en entornos simulados; la compañía ya ha demostrado el caso de un robot humanoide jugando al ajedrez en un entorno simulado. Los mundos jugables para el público general son, según la compañía, una dirección a largo plazo.

¿Genie 4 tiene competidores?

Sí. En la carrera de los modelos del mundo también hay proyectos de actores como Runway, World Labs, Meta, Tencent Hunyuan y NVIDIA, cada uno con su propio ritmo y enfoque; la ventaja de Google reside en la combinación conjunta de la familia de modelos Gemini y su capacidad de cómputo.

¿El contenido generado por Genie 4 lleva identificación?

Sí, todo lleva la marca de agua SynthID de Google.

Conclusiones clave

Genie 4 es una mejora real en la carrera de los modelos del mundo: 2 minutos de coherencia, audio nativo por primera vez en la serie y un mundo 3D en tiempo real controlable por lenguaje. La dirección es clara y la velocidad de avance, asombrosa. Pero ahora mismo es solo una vista previa de investigación, sin API pública ni precio, y aún falta tiempo para que un desarrollador común pueda llamarlo. Para quienes crean contenido, señala la dirección evolutiva de los medios generativos, mientras que hoy lo que puede entrar en el flujo de trabajo siguen siendo modelos ya abiertos como Seedance 2.0. Merece la pena seguirlo, sin angustia: apúntate primero a la lista de espera.