Google DeepMind pone Genie 4, su modelo de mundos, a disposición de los suscriptores de Google AI Ultra
Puntos clave
- •Google DeepMind lanzó Genie 4, al que la compañía llama su modelo de mundos más realista e interactivo hasta la fecha, para los suscriptores elegibles de Google AI Ultra el 18 de noviembre de 2026, mientras que los miembros de Google AI Pro pueden unirse a una lista de espera.
- •Genie 4 permite a los usuarios editar entornos en tiempo real con instrucciones en lenguaje natural a mitad de sesión y, por primera vez en la línea Genie, combina visuales con audio nativo adaptativo que abarca desde paisajes sonoros ambientales hasta diálogos de personajes.
- •Genie 3 recibió mejoras que extienden las sesiones de exploración de 60 segundos a tres minutos, permiten vincular varios mundos en recorridos más largos y permiten generar nuevos mundos a partir de imágenes panorámicas de 360 grados.
- •Un agente conversacional de Project Genie permite a los usuarios construir mundos personalizados describiendo su visión, mientras que los modelos Gemini pueden unirse a las sesiones para mostrar sugerencias de navegación y activar eventos dentro del mundo automáticamente.
- •Todo el video y audio generados en Project Genie llevan marca de agua SynthID y pasan por controles de seguridad, y Google DeepMind identificó la latencia de la cámara, las interacciones físicas complejas, la precisión del audio en tiempo real y la permanencia de las escenas como desafíos de investigación en curso.

Google DeepMind anunció el 18 de noviembre de 2026 que Genie 4, al que la compañía llama su modelo de mundos más realista e interactivo hasta la fecha, se está implementando para los suscriptores elegibles de Google AI Ultra a través de una experiencia actualizada de Project Genie. El lanzamiento combina el acceso por primera vez a Genie 4 con nuevas mejoras del modelo Genie 3, un agente conversacional de Project Genie para construir mundos personalizados y una galería comunitaria donde los usuarios pueden descubrir, explorar y remezclar mundos generados.
En una publicación en el blog, Diego Rivas, Group Product Manager de Google DeepMind, y Pavan Kumar, Group Product Manager de Google Labs, señalaron que el lanzamiento ofrece una "generación de mundos más receptiva, social e interactiva". Los usuarios ahora pueden editar entornos en tiempo real con lenguaje natural, agregar audio nativo y compartir sus creaciones en la nueva galería.
Genie es la familia de modelos de mundos de Google DeepMind: sistemas de IA que generan entornos jugables e interactivos. A diferencia de los generadores convencionales de texto, imágenes o video, los modelos de mundos están diseñados para simular entornos que los usuarios pueden recorrer y con los que pueden interactuar en tiempo real. La línea comenzó con Genie 1 en febrero de 2024, seguida por Genie 2 en diciembre de 2024 y Genie 3 en agosto de 2025, con Project Genie como la capa basada en navegador que permite a los usuarios generar, entrar y dar forma a los mundos creados por los modelos. Cuatro generaciones han llegado en menos de tres años, y este lanzamiento pone la más reciente en manos de los usuarios por primera vez, llevando la simulación de mundos de una demostración de investigación a una suscripción de consumo.
Del prototipo de investigación al lanzamiento para suscriptores
Google DeepMind presentó Project Genie a principios de este año como un prototipo de investigación experimental que permite generar y explorar mundos interactivos. Según la publicación, los primeros evaluadores dijeron al equipo que querían un control más profundo sobre lo que sucede dentro de esos mundos, además de formas más sencillas de construirlos y compartirlos. La compañía indicó que la nueva experiencia hace que estos mundos sean "mucho más receptivos, creativos y sociales", y reúne sus modelos de mundos más avanzados junto con sus modelos Gemini para que los usuarios puedan "generar, entrar y dar forma a mundos directamente desde el navegador".
Junto con el acceso por primera vez a Genie 4, la actualización incluye nuevas mejoras de Genie 3, el agente de Project Genie que ayuda a los usuarios a materializar su visión, y una galería comunitaria para descubrir, explorar y remezclar mundos.
Genie 4: edición en tiempo real y audio nativo
Con Genie 4, la creación de indicaciones ya no termina con la generación del mundo. Los usuarios pueden escribir una nueva instrucción a mitad de sesión mientras navegan por un mundo y editar el entorno en tiempo real: cambiar el clima, insertar un personaje o redirigir la acción. Por primera vez, el modelo también combina sus imágenes con audio nativo en tiempo real que se adapta a medida que se desarrolla la escena, desde paisajes sonoros ambientales hasta diálogos de personajes. Google posicionó a Genie 4 como su opción de mayor fidelidad, con sus mejores visuales, física y audio nativo.
Genie 3: sesiones más largas, anclaje con panoramas y encadenamiento de mundos
Genie 3 sigue disponible en el selector de modelos de Project Genie para los casos en que los usuarios quieran sesiones más largas o espacios basados en panoramas. Las actualizaciones anunciadas el 18 de noviembre incluyen:
- Sesiones extendidas y encadenamiento de mundos: La exploración ahora puede durar hasta 3 minutos por generación, frente a los 60 segundos anteriores —triplicando el límite previo— y los usuarios pueden vincular varios mundos para recorridos más largos.
- Anclaje con imágenes panorámicas de 360 grados: Los nuevos mundos pueden generarse a partir de imágenes panorámicas de 360 grados.
- Eventos en el mundo en tiempo real: Los entornos pueden modificarse dinámicamente con instrucciones en lenguaje natural durante la exploración.
Google demostró cómo los eventos en tiempo real de Genie 3 pueden conectar mundos separados en un único vuelo continuo a través de bosques, ruinas submarinas y mares helados, transformando el entorno en pleno vuelo e incluso invocando un dragón para montarlo a voluntad. En otra demostración, el anclaje con panoramas de 360 grados mantuvo consistentes el cañón y la fachada de Petra, el sitio arqueológico Patrimonio de la Humanidad de la UNESCO en Jordania, mientras el espectador miraba a su alrededor.
Construir mundos mediante conversación
El agente de Project Genie lleva la creación más allá de una única instrucción de texto o imagen. Los usuarios describen su visión en lenguaje natural y el agente coordina la suite de modelos multimodales de Google para producir visuales iniciales que establecen la apariencia característica del mundo, junto con bandas sonoras personalizadas adaptadas al ambiente. Google afirmó que crear un universo interactivo ahora es "tan sencillo como tener una conversación".
Los modelos Gemini también pueden integrarse en la sesión durante la exploración. La compañía indicó que observan lo que sucede en pantalla, muestran chips de sugerencias contextuales sobre a dónde ir a continuación o activan eventos dentro del mundo automáticamente a medida que avanza el recorrido.
Entre los ejemplos destacados en el anuncio figuran convertir una instrucción en lenguaje natural en un paseo espacial interactivo en el que aparece una nave espacial alienígena a voluntad, y remezclar una cafetería en una ladera convertida en un pabellón de vidrio en el desierto.
Galería: mundos curados, colaboraciones con creadores y remezclas
La nueva galería reúne mundos curados junto con trabajos creativos de la comunidad, permitiendo a los usuarios sumergirse directamente en la exploración. Las experiencias destacadas incluyen "Living Memory", que transforma fotos personales en espacios explorables; "Dino Field Guide", que permite recorrer ricos hábitats prehistóricos basados en panoramas de 360 grados; y "Rock Paper Scissors", que enfrenta objetos temáticos sobre un escritorio con Gemini como árbitro en tiempo real.
La galería también muestra colaboraciones con creadores que tuvieron acceso anticipado a las herramientas. Junto al creative technologist Will aka BLVCKL!GHT, Google DeepMind creó "Villa Giallo", un misterio atmosférico, habitación por habitación, dentro de una mansión gótica construida con Genie 4. Con el cineasta Anand Gandhi, el equipo construyó "The Life of Ants", que aprovecha el fotorrealismo de Genie 4 para permitir recorrer una compleja colonia desde la perspectiva de una hormiga.
Más allá de explorar contenido curado, los usuarios pueden lanzar sus propias ideas desde una simple instrucción o remezclar experiencias existentes de la galería con el agente de Project Genie —ajustando la estructura subyacente del mundo, la banda sonora o las reglas— y luego publicar sus creaciones en la galería comunitaria para que otros las exploren y remezclen.
Marcas de agua, controles de seguridad y desafíos pendientes
Google DeepMind afirmó que está comprometido con desarrollar e implementar modelos de mundos interactivos de manera responsable. Todo el video y audio generados en Project Genie incluyen marca de agua SynthID, la tecnología de marca de agua de la compañía para contenido generado por IA, y todas las entradas y salidas de los modelos pasan por controles de seguridad.
La compañía subrayó que Genie 3 y Genie 4 siguen siendo modelos de mundos en el ámbito de la investigación de frontera. A medida que la investigación evoluciona, se están abordando desafíos clave como la latencia de la cámara, las interacciones físicas complejas, la precisión del audio en tiempo real y la permanencia de las escenas a largo plazo, una lista que constituye un punto de referencia público sobre qué observar a medida que los modelos maduren más allá de las sesiones actuales de tres minutos. Un análisis más profundo de las limitaciones del modelo y los avances está disponible en la descripción general de la investigación del modelo Genie 4.
Disponibilidad
Los suscriptores elegibles de Google AI Ultra pueden probar la nueva experiencia de Project Genie desde hoy, y los miembros de Google AI Pro pueden unirse a la lista de espera en la misma página. Google dirigió a los usuarios al sitio web de Project Genie para comenzar a construir sus propios mundos. La publicación no especificó un cronograma para un acceso más amplio más allá de la lista de espera, dejando el ritmo de cualquier expansión como la próxima señal a observar.