Genie4, entre el mundo generado y el juego terminado

El alcance de la vista previa

DeepMind anunció Genie4 el 27/10/2026 como vista previa para evaluadores de confianza. Promete audio nativo y edición mediante lenguaje natural en tiempo real. Gemini Omni orientaría apariencia y comportamiento; Gemini 3.8 Flash, escenas. Prevé acceso futuro mediante Ultra en Project Genie y socios vía Gemini API/AI Studio, sin fecha.^↗

La continuidad ya era el problema

El Genie original aprendía de videos de internet sin etiquetas de acciones, pero permitía intervenir cuadro por cuadro. El problema consistía en relacionar acción y transición visual sin recibir la identificación de las acciones durante el entrenamiento. Genie2 pasó a crear entornos 3D controlables con teclado y mouse a partir de una imagen. DeepMind anunciaba consistencia de hasta un minuto, aunque la mayoría de las demostraciones duraba entre 10 y 20 segundos. Los ejemplos publicados usaban la versión sin destilar; la destilada permitía interacción en tiempo real con menor calidad. La publicación de Genie3, del 5/8/2025, ya describía 24 fps, 720p y continuidad durante pocos minutos. Por tanto, la interacción no comenzó en la cuarta generación. Un modelo de mundo predice cambios derivados de las acciones: el recorrido depende de la intervención recibida, a diferencia de un clip fijo. Control y duración deben considerarse juntos: responder a una orden no demuestra que los objetos conservarán su coherencia durante la exploración.^{↗ ↗ ↗}

Quién genera y quién actúa

En el ejemplo documentado de Genie2, SIMA conduce un avatar para abrir dos puertas; Genie2 produce el siguiente cuadro. En los experimentos con Genie3, el mundo recibe acciones sin conocer la meta del agente.

SIMA2, impulsado por Gemini, actúa mediante objetivos e instrucciones. El 13/11/2025, el equipo describió evaluaciones en mundos Genie3 y juegos no vistos, incluidos ASKA y MineDojo. Registró dificultades con tareas largas, múltiples pasos, verificación, contexto corto y precisión del teclado y mouse. Son problemas de ejecución del agente, distintos de generar el escenario. Cumplir objetivos virtuales tampoco demuestra transferencia a la robótica, planteada como investigación futura.^{↗ ↗ ↗}

Qué entrega Project Genie

Project Genie se lanzó el 29/1/2026 para suscriptores Ultra de 18 años o más en Estados Unidos, combinando Genie3, Nano Banana Pro y Gemini. La descarga entrega video de la exploración; el anuncio no documenta un proyecto exportable a un motor de videojuegos. Los eventos mediante prompts, anunciados para Genie3, todavía no estaban incluidos. Esta diferencia concreta muestra que una capacidad anunciada para el modelo no equivale automáticamente a una función disponible en el producto.

La ayuda, sin fecha de publicación y consultada el 31/10/2026, todavía identifica Genie3. Exige Ultra, cuenta personal y 18 años, donde exista el plan. La galería puede aparecer sin acceso a creación. Documenta 60 segundos, WASD para movimiento, Space para salto o ascenso y flechas para cámara. Revisit genera otra realización de los mismos prompts, posiblemente distinta. Registra problemas de control, latencia, transmisión/carga y fidelidad visual y física.^{↗ ↗}

Orientar la escena no asegura estabilidad

La guía, que identifica Genie3, organiza la entrada en entorno, personaje e imagen previa. El entorno describe terreno, objetos, estilo y movimiento; el personaje, apariencia, acción y cómo afecta al mundo. Nano Banana Pro produce la imagen previa, editable antes de explorar. Primera y tercera persona definen el punto de vista. DeepMind recomienda lenguaje directo e imágenes de calidad.

Para Genie4, admite desviaciones en sesiones largas o ediciones complejas; no garantiza física, precisión sonora y espacial ni texto legible. Editar la imagen previa no garantiza estabilidad durante la exploración.^{↗ ↗}

El origen del archivo es otra información

DeepMind promete SynthID en video y audio de Genie4. La marca queda incorporada al material; los metadatos y Content Credentials registran origen e historial en otra capa. Según la ayuda de Gemini, la verificación reconoce contenido de herramientas Google; otras IA pueden pasar sin identificación. Muchas modificaciones pueden volver indetectable la señal. La ausencia de marca no autentica el archivo, y las credenciales no determinan por sí solas si hubo generación con IA. Identificar la procedencia responde de dónde vino el material; no comprueba la consistencia del entorno representado.^{↗ ↗}