Genie 4: Google muestra mundos que puedes recorrer y cambiar en directo

Acercarte a un saxofonista, pedir que aparezca una ballena y después cambiar el clima: eso ocurre en una de las grabaciones de Genie 4 que Google DeepMind publicó el 27 de octubre. La cámara sigue recorriendo la escena mientras llegan nuevas instrucciones. El modelo también genera el sonido del entorno y de sus personajes. El anuncio oficial presenta ese conjunto como el siguiente paso de su investigación en mundos interactivos.

La pregunta que deja la demo es bastante concreta: ¿cuánto puedes cambiar dentro de un mundo generado sin que deje de parecer el mismo lugar? Las grabaciones permiten ver lo que Google ha elegido mostrar; el acceso inicial sigue reservado a probadores seleccionados.

Qué es Genie 4 y qué puedes cambiar en directo

Genie 4 es un modelo de mundo: genera una representación audiovisual que responde a la navegación y a nuevas instrucciones. En las demostraciones publicadas, el usuario mueve la cámara con controles de teclado y escribe cambios para la escena. Google muestra modificaciones del clima, incorporación de personajes y eventos que evolucionan durante el recorrido. Así describe la interacción.

Hay un detalle importante detrás de esa continuidad. Según DeepMind, Gemini Omni aporta la apariencia y el comportamiento visual, mientras otros modelos Gemini interpretan instrucciones y ayudan a planear cómo debe seguir la simulación. El resultado se genera a medida que la escena avanza. Eso permite explorar una idea desde distintos puntos de vista y observar qué sucede después de una intervención.

El audio forma parte de la generación: ambiente, música y diálogos, según el anuncio. Para un creador, esto abre una forma de ensayar una escena con movimiento y sonido antes de decidir qué quiere producir. Es una posibilidad creativa; estas demos no establecen cuánto trabajo ahorrarías ni con qué frecuencia obtendrías un resultado utilizable.

Tres demos oficiales para mirar con atención

Elige una escena. Cada vídeo conserva los controles visibles y el aviso de Google; puedes reproducirlo, escucharlo y recorrer su línea de tiempo. Debajo encontrarás qué pedía la descripción inicial y qué conviene observar.

Demostraciones oficialesExplora una escena

La misma escena, nuevas instrucciones

36 s

El recorrido se acerca a un saxofonista sobre el agua. Durante la grabación aparece una ballena y empieza a nevar. Los cambios se añaden a la escena mientras la cámara continúa explorándola.

Prompt resumido La descripción inicial pide una plataforma en un lago con un saxofonista, una esfera luminosa, vegetación y niebla; también solicita sonido de agua, viento y saxofón. Es un resumen editorial del prompt publicado por Google.

Qué observar Fíjate en qué permanece cuando cambia el clima y la cámara se acerca al personaje. Activa el sonido en el reproductor para escuchar la demostración.

Grabación seleccionada y abreviada por Google; copia web comprimida. El fotograma del póster es resultado, no imagen de entrada.

Fuente: Google DeepMind ↗

Una sandía en un patio

9 s

Google usa esta escena breve para mostrar su simulación de objetos y movimiento. La grabación conserva los controles y el aviso del proveedor.

Prompt resumido El entorno descrito es un patio soleado, con una columna de piedra, jardín y gotas en el aire. El objeto inicial es una sandía entera sobre la columna. Resumen editorial del prompt oficial.

Qué observar Observa la continuidad del objeto y su interacción con el entorno. Una secuencia seleccionada no mide la precisión física general del modelo.

Grabación seleccionada y abreviada por Google; copia web comprimida. El fotograma del póster es resultado, no imagen de entrada.

Fuente: Google DeepMind ↗

Tela, viento y una cámara que avanza

17 s

Una larga tela rosa recorre un prado mientras se mueve con el viento. El ejemplo permite mirar cómo conviven el desplazamiento de la cámara, los pliegues y el paisaje.

Prompt resumido La descripción sitúa una cinta de satén rosa entre hierba y flores, con colinas al fondo y viento moviendo la tela. Resumen editorial del prompt publicado por Google.

Qué observar Mira los pliegues y los puntos donde la tela toca el suelo a lo largo de la secuencia, además de su primer fotograma.

Grabación seleccionada y abreviada por Google; copia web comprimida. El fotograma del póster es resultado, no imagen de entrada.

Fuente: Google DeepMind ↗

Estas son grabaciones seleccionadas y abreviadas por Google, no ejecuciones de Genie 4 dentro de HeyMark. Hemos comprimido las copias para la web. Los pósteres son fotogramas del resultado: no los presentamos como imágenes de referencia de entrada, cuya asociación no pudimos comprobar por separado.

Qué cambia frente a Genie 3

La exploración en tiempo real y los cambios mediante texto ya aparecían en el anuncio de Genie 3, de agosto de 2025. El interés de Genie 4 está en cómo Google amplía esa experiencia: audio nativo, personajes con movimientos más naturales y una simulación visual más realista, según la compañía.

Conviene comparar el mismo tipo de evidencia. El anuncio histórico de Genie 3 daba parámetros como resolución y fotogramas por segundo. Las fuentes de Genie 4 revisadas para esta noticia presentan capacidades y ejemplos, sin una tabla equivalente que permita cuantificar la mejora. Por eso no trasladamos las cifras del modelo anterior ni convertimos estas grabaciones en una puntuación de rendimiento.

Quién puede usar Genie 4

La página oficial distingue el acceso inicial de lo que llegará después:

Tener AI Ultra no confirma que ya puedas usar Genie 4. Google enlaza una lista de espera desde su página; es el paso disponible para solicitar novedades de acceso. El anuncio y la ficha consultados tampoco publican una tarifa específica de Genie 4 por generación o por uso de API. Una cuota de suscripción y el costo de ejecutar una simulación son datos distintos.

Lo que todavía se rompe

Google reconoce que los detalles visuales y la permanencia de los objetos pueden variar, sobre todo al prolongar una sesión, recorrer el espacio o acumular cambios complejos. También siguen en investigación las interacciones entre varios agentes, la exactitud de lugares reales, el texto legible y la precisión del audio. La ficha habla de unos minutos de interacción continua, no de sesiones prolongadas. Límites publicados.

Esto importa al valorar una demo: una cámara que recorre un espacio convincente no demuestra que todos sus objetos conserven su estado, ni que las reglas físicas se cumplan de manera fiable. Si buscas diseñar una experiencia, la continuidad y el control importan tanto como su aspecto.

Para esta noticia, el cambio interesante es poder dirigir una escena mientras la recorres, con sonido generado junto a la imagen. Cuando se amplíe el acceso, podremos valorar algo más exigente: conservar personajes, objetos y cambios de una escena durante un recorrido propio.

El anuncio original de Google DeepMind

Publicación original de Google DeepMind en X, 27 de octubre de 2026. El vídeo presenta los mundos interactivos, el audio y el movimiento de los personajes.

Revisión editorial: 28 de octubre de 2026. Fuentes: anuncio, ficha de Genie 4 y anuncio histórico de Genie 3 de Google DeepMind. HeyMark no ha probado el modelo en una cuenta. La cabecera reproduce su presentación visual oficial; no ejecuta una simulación del modelo.