Google DeepMind presenta Genie 4, un modelo del mundo: genera en tiempo real mundos 3D interactivos, por primera vez con sonido y diálogos de personajes.
Un modelo del mundo no reproduce un video calculado de antemano, sino que calcula la siguiente imagen en tiempo real, fotograma a fotograma, según tus acciones.
Puntos clave:
Audio nativo: la música, los sonidos ambientales y los diálogos de los personajes se generan junto con las imágenes
Cambios de escena en tiempo real: durante la simulación puedes escribir para cambiar el clima, cambiar el ángulo de cámara o añadir personajes u objetos
Coherencia: las escenas se mantienen durante un máximo de unos 2 minutos, el doble que con Genie 3
Gemini como director: planifica la trama y comprueba fotograma a fotograma si sigue el plan
Simulación robótica: Gemini 4 Argon desglosa las tareas y Genie 4 simula al robot humanoide Apollo jugando al ajedrez, sin usar un robot real
Antecedentes: cuando Project Genie (Genie 3) se lanzó en enero de este año, las acciones de videojuegos se desplomaron en una sola jornada: Unity cayó hasta un 24 %, Roblox alrededor de un 13 % y Take-Two entre un 8 % y un 10 %.
El día de este lanzamiento, Unity cerró con una caída del 0,57 % y Roblox, con una subida del 0,18 %.
Calendario de lanzamiento: por ahora, solo pueden usarlo los probadores invitados. En las próximas semanas estará disponible para los suscriptores de Google AI Ultra y para los primeros socios de Gemini API y AI Studio. Todavía no se han anunciado la fecha de lanzamiento para el público general ni los precios de la API.
Limitaciones: con el paso del tiempo, las imágenes pueden «derivar»; la generación solo dura unos minutos, el sonido no es muy preciso y cuesta reconocer el texto que aparece en las imágenes. Todo el contenido llevará una marca de agua SynthID.
Un modelo del mundo no reproduce un video calculado de antemano, sino que calcula la siguiente imagen en tiempo real, fotograma a fotograma, según tus acciones.
Puntos clave:
Audio nativo: la música, los sonidos ambientales y los diálogos de los personajes se generan junto con las imágenes
Cambios de escena en tiempo real: durante la simulación puedes escribir para cambiar el clima, cambiar el ángulo de cámara o añadir personajes u objetos
Coherencia: las escenas se mantienen durante un máximo de unos 2 minutos, el doble que con Genie 3
Gemini como director: planifica la trama y comprueba fotograma a fotograma si sigue el plan
Simulación robótica: Gemini 4 Argon desglosa las tareas y Genie 4 simula al robot humanoide Apollo jugando al ajedrez, sin usar un robot real
Antecedentes: cuando Project Genie (Genie 3) se lanzó en enero de este año, las acciones de videojuegos se desplomaron en una sola jornada: Unity cayó hasta un 24 %, Roblox alrededor de un 13 % y Take-Two entre un 8 % y un 10 %.
El día de este lanzamiento, Unity cerró con una caída del 0,57 % y Roblox, con una subida del 0,18 %.
Calendario de lanzamiento: por ahora, solo pueden usarlo los probadores invitados. En las próximas semanas estará disponible para los suscriptores de Google AI Ultra y para los primeros socios de Gemini API y AI Studio. Todavía no se han anunciado la fecha de lanzamiento para el público general ni los precios de la API.
Limitaciones: con el paso del tiempo, las imágenes pueden «derivar»; la generación solo dura unos minutos, el sonido no es muy preciso y cuesta reconocer el texto que aparece en las imágenes. Todo el contenido llevará una marca de agua SynthID.
