La IA más reciente de Google DeepMind acaba de crear un juego de esquí jugable del Mont Blanc real, con nieve que se esculpe bajo los esquís y avalanchas que avanzan en tiempo real, y lo hizo sin usar ni un solo modelo 3D prefabricado. Es un gran salto desde una IA que escribe fragmentos de código hasta una IA capaz de construir todo un mundo interactivo.

Conclusiones clave

  • Gemini 4 Neon programó un simulador de esquí basado en el terreno real del Mont Blanc

  • El proyecto usó Antigravity, sombreadores personalizados y ningún modelo 3D prefabricado

  • El simulador representa en tiempo real la nieve esculpida y las avalanchas

  • Las actualizaciones recientes de Google DeepMind sitúan a Gemini 4 en los ámbitos de la programación, la robótica, las hojas de cálculo, los laboratorios y la investigación sobre cifrado

Google DeepMind publicó que Gemini 4 Neon programó un simulador de esquí basado en el terreno real del Mont Blanc, creado en Antigravity, la herramienta de programación con IA de Google, con sombreadores personalizados y sin modelos 3D prediseñados.

La empresa también describió cómo la nieve tallada y las avalanchas se renderizan en directo, convirtiendo una escena de montaña en otro ejemplo de Gemini 4 trabajando en una tarea visual e interactiva, en lugar de limitarse a generar texto.

Cómo se creó

Gemini 4 Neon se encargó de un proyecto basado en el terreno real del Mont Blanc, no en una pendiente inventada. Google DeepMind combinó ese terreno con sombreadores personalizados y afirmó que no se utilizaron modelos 3D prediseñados.

Los sombreadores son instrucciones gráficas que determinan el aspecto de las superficies mientras se dibuja una escena. En este caso, hacen posible que la nieve cambie en directo cuando un esquiador la atraviesa, mientras que las avalanchas también se renderizan en tiempo real.

Google DeepMind no dijo cuánto tardó en crear el simulador ni cuánta ayuda humana necesitó; además, el juego es una demostración que se puede probar, no un producto a la venta.

Leer también: Gemini 4 Neon de Google rivaliza con los principales modelos de IA por la mitad del costo

Por qué importa

Por lo general, crear un juego 3D requiere artistas que construyan los modelos, programadores que escriban la física y especialistas en gráficos que creen los sombreadores. En este caso, un modelo de IA se encargó del terreno, los gráficos y la nieve en movimiento. Si herramientas como esta siguen mejorando, equipos pequeños e incluso desarrolladores independientes podrían crear mundos de juego que antes requerían estudios enteros. Es una buena noticia para los creadores independientes y una advertencia para quienes se dedican a crear recursos 3D a mano.

La demostración del Mont Blanc encaja en una serie más amplia de ejemplos de Gemini 4 que se centran menos en respuestas puntuales y más en sistemas capaces de seguir trabajando en una tarea. El 10 de noviembre, Google DeepMind presentó Gemini 4 Carbon como su modelo más potente para tareas complejas y de largo alcance, diseñado para explorar problemas a fondo y realizar ciclos prolongados de verificación en ingeniería de software, ciberseguridad, trabajo intelectual y ciencia.

El 12 de noviembre, presentó Gemini 4 Hydrogen como un modelo diseñado para la programación rápida, la síntesis multimodal y las tareas cotidianas, y escribió que completa las tareas 2,5 veces más rápido que 3.8 Flash. Esto importa porque la empresa está mostrando una familia de modelos que abarca la programación, los elementos visuales, la simulación y la investigación, en lugar de tratar estos ámbitos como compartimentos separados.

El 19 de noviembre, Koray Kavukcuoglu, vicepresidente sénior de Google DeepMind, dijo que no habrá una única prueba o referencia que nos indique que se ha alcanzado la inteligencia artificial general (AGI). En cambio, afirmó que el progreso se refleja en modelos menos «irregulares» y más fiables en la vida cotidiana. El simulador de esquí encaja con esa idea, porque es otra tarea en directo en la que la fiabilidad importa tanto como el resultado en sí.

Qué observar a continuación

Las actualizaciones recientes de primera mano muestran que Google DeepMind está llevando Gemini 4 a entornos en los que el modelo tiene que construir, simular, verificar o controlar algo en varios pasos.

FechaActualización de Google DeepMind6 de nov.Agentes de inteligencia artificial guiados por humanos descubrieron dos importantes debilidades en sistemas criptográficos heredados de 1024 bits10 de nov.Se presentó Gemini 4 Carbon para tareas complejas y de largo alcance, y ciclos prolongados de verificación12 de nov.Se presentó Gemini 4 Hydrogen para la programación rápida, la síntesis multimodal y las tareas cotidianas16 de nov.Investigadores usaban Gemini 4 Carbon en Google Antigravity en los campos de la física, las matemáticas y las ciencias de la vida17 de nov.Gemini 4 Hydrogen impulsó un lienzo de pixel art en Google Sheets y un complemento de robótica para brazos compatibles20 de nov.Gemini 4 Neon programó un simulador de esquí del Mont Blanc con nieve y avalanchas en directo

Dos actualizaciones del 17 de noviembre son especialmente reveladoras. Google DeepMind mostró a Gemini 4 Hydrogen convirtiendo Google Sheets en un lienzo de pixel art al reducir miles de celdas para crear escenas animadas. Ese mismo día, anunció que un nuevo complemento de robótica para Google Antigravity puede conectar un brazo compatible, practicar en una simulación de MuJoCo y realizar tareas en el mundo real mediante una conversación sencilla.

Eso deja una tendencia clara que vale la pena seguir. Google DeepMind está probando Gemini 4 en tareas que combinan programación con acciones en software, laboratorios y máquinas. Queda por ver cuántas de estas demostraciones se convertirán en herramientas de amplia disponibilidad y cuándo.

Leer a continuación: Google DeepMind permite a los programadores entrenar brazos robóticos solo conversando