Genie 4 de Google crea mundos con sonido y voces; llegará a AI Ultra, aún no a España

¿Puedo usarlo ya y cuánto cuesta?

Todavía no. Google ha empezado a dar Genie 4 a un grupo reducido de probadores de confianza, como vista previa de investigación. Según Google DeepMind, lo siguiente será abrirlo a los suscriptores de Google AI Ultra dentro de Project Genie, la web de Google Labs donde ya se crean mundos con el modelo anterior, Genie 3. No hay fecha: Google dice «pronto». Hay una lista de espera para Genie 4 en Project Genie.

Esto es lo que cuesta cada plan en España, según la página oficial de planes:

El problema para quien vive en España es otro: Project Genie no está disponible aquí. La lista de países de Google Labs incluye Estados Unidos, Reino Unido, Japón, Corea del Sur, México, Argentina o Brasil, entre otros, pero ningún país de la Unión Europea. La página española de Google One cuenta Project Genie entre las ventajas de Ultra, así que pagar el plan desde España no da acceso hoy a Genie 3 ni dará acceso a Genie 4 mientras no cambie esa lista. Hace falta, además, tener 18 años o más.

Para quien programa, Genie 4 llegará también a socios de acceso anticipado de la API de Gemini y de Google AI Studio. No es una API abierta ni tiene precio publicado.

Qué es Genie 4

Genie 4 es un modelo de mundos: a partir de una descripción en texto o de una imagen, genera un entorno que se va creando mientras lo recorres. No es un vídeo que se reproduce, sino una escena que responde a lo que haces: te mueves y diriges la cámara con el teclado, como en un videojuego, y mientras tanto puedes escribir cambios.

La novedad más visible es el sonido. Es el primer modelo de mundos en tiempo real de Google que genera audio propio: cada escena suena a lo que es, del viento entre los árboles a las olas en la playa, con música y diálogo interactivo. Los personajes hablan y reaccionan a lo que haces o a lo que pasa en el mundo.

Qué puede hacer, según Google

• Cambiar la escena mientras la recorres. Escribes «que llueva», «mueve la cámara» o «que aparezca una persona», y Gemini adapta la orden para que encaje con lo que hay en pantalla.
• Personas más creíbles. Google DeepMind lo llama su «salto más espectacular»: personajes que se mueven con naturalidad, reaccionan al entorno y se pueden dirigir en directo. También simula física como la aerodinámica o los choques.
• Sucesos de varios pasos. Gemini 3.8 Flash vigila la escena, divide un objetivo en pasos y revisa los fotogramas que llegan para comprobar que cada paso se ha cumplido; si el mundo cambia o intervienes, rehace el plan. En una demostración, Gemini 4 Argon guía a Genie 4 para simular al robot humanoide Apollo, de Apptronik, jugando a las damas.

Detrás hay otros modelos de la casa: Gemini Omni ancla el aspecto y el comportamiento del mundo a la realidad, y otros modelos Gemini aportan el razonamiento que mantiene la escena coherente, como recoge también SiliconANGLE.

Para qué lo están probando

Google ha trabajado con grupos de probadores en cine, periodismo, educación, videojuegos e ingeniería. Estos son los usos que cuenta:

Sus límites

Google lo presenta como un modelo temprano y experimental. Mantiene la coherencia en sesiones cortas, pero los detalles y la permanencia de los objetos pueden cambiar con el tiempo, sobre todo en simulaciones largas, tras varias órdenes complejas o al moverse mucho por la escena. Las interacciones físicas complejas, la precisión del audio, el texto legible dentro de la imagen y la coherencia a largo plazo siguen en investigación.

Todo el vídeo y el audio que genera Genie 4 llevará SynthID, la marca de agua invisible de Google para identificar contenido creado con IA.