Google presentó Google Genie 4, una nueva herramienta de IA que convierte escenas de video en mundos interactivos que las personas pueden dirigir en tiempo real para juegos, robots y simulaciones de entrenamiento.
Conclusiones clave
Google anunció Google Genie 4 el martes y afirmó que esta IA de modelado del mundo permite a los usuarios controlar en tiempo real los entornos, el movimiento de la cámara, las acciones y el sonido
Google presentó Genie 4 como un modelo interactivo del mundo de Google DeepMind que predice cómo debería cambiar una escena con el paso del tiempo
Las publicaciones citadas no incluyeron precios ni cifras de referencia
La división de nube de Google destacó Gemini Robotics Embodied Reasoning 2, y la empresa indicó que se está organizando en torno a modelos que actúan dentro de entornos
Google Genie 4 va más allá del video estático
Google Genie 4 se presenta como el modelo de mundo interactivo más reciente de Google DeepMind. Un modelo de mundo es un sistema de IA que predice cómo debería cambiar una escena con el tiempo, no solo cómo debería verse una imagen aislada.
Esa distinción importa porque la mayoría de las herramientas de video con IA para consumidores todavía funcionan como generadores de clips: producen una secuencia terminada a partir de una instrucción y obligan al usuario a volver a ejecutar el modelo para hacer cualquier cambio importante.
En cambio, el nuevo sistema trata una escena más como una simulación, donde el usuario puede pedir una acción nueva, un movimiento de cámara o un cambio en la dinámica del entorno mientras el mundo sigue funcionando.
De demostración de investigación a rumbo de producto
El lanzamiento del martes llega tras un año en el que los modelos de mundo pasaron de ser curiosidades de investigación a posibles productos. Trabajos anteriores de Google mostraron que los sistemas de IA podían generar entornos similares a los de los videojuegos, pero el control era limitado y el realismo se deterioraba durante interacciones prolongadas.
El nuevo modelo sugiere que la empresa ahora quiere afianzar su posición en esa categoría.
Google ya vende modelos de texto, imagen y video, y la capacidad de modelar mundos podría convertirse en la pieza que falta para la robótica, las simulaciones de entrenamiento y la creación de prototipos de videojuegos.
También lee: Google Cloud impide que los bots de IA obtengan todos los privilegios de administrador
Google también ha dedicado el último día a dar visibilidad a otros trabajos de IA incorporada. El martes, su división de nube destacó Gemini Robotics Embodied Reasoning 2, otra señal de que la empresa se está organizando en torno a modelos que actúan dentro de entornos.
Cómo podría usarse el modelo
Las publicaciones citadas sobre el lanzamiento no incluyeron precios ni cifras de evaluación comparativa.
Por eso, no queda claro si este trabajo se ofrecerá ampliamente a los desarrolladores, si tendrá una vista previa limitada o si seguirá una vía interna vinculada a otros productos de Google.
Cómo simula cambios el sistema
Esto pertenece a una clase de sistemas de IA que modelan secuencias en lugar de resultados aislados. En términos sencillos, Google DeepMind entrena el modelo para predecir qué debería ocurrir a continuación en una escena tras una instrucción, un movimiento de cámara o una acción del usuario.
Ese paso de predicción se repite una y otra vez, de modo que el mundo sigue actualizándose en lugar de detenerse tras una única respuesta terminada.
Ese diseño es importante para los desarrolladores que crean software interactivo. Un generador de video estándar puede crear un clip atractivo, pero un estudio de videojuegos o un equipo de robótica necesita un sistema que reaccione a nuevas entradas sin perder coherencia.
Si Google logra mantener sincronizados los objetos, el sonido y el movimiento a lo largo del tiempo, este enfoque será útil para las simulaciones, no solo para crear contenido.
Lo próximo que habrá que observar es cómo se distribuirá. Si el modelo aparece en herramientas para desarrolladores, API en la nube o productos de robótica, eso demostraría que Google considera los modelos de mundo una infraestructura, y no una demostración aislada.
Si el acceso sigue siendo limitado, es posible que el trabajo aún esté en fase de prueba.
Lee a continuación: IBM pone límites a los bots de IA antes de que muevan dinero o cambien la nómina