El 27 de octubre de 2026, Google DeepMind mostró Genie 4 a un grupo reducido de testers, y el 18 de noviembre abrió el acceso dentro de la plataforma web Project Genie, por ahora para suscriptores de Google AI Ultra. No es otro generador de clips, sino una escena interactiva: escribes un par de frases, entras y caminas con el teclado.
Por qué un modelo de mundo no es un video
Las redes de video convencionales entregan un clip cerrado. Pulsas Play y solo miras. Un modelo de mundo (world model) funciona distinto: no renderiza una película por adelantado, sino que construye el espacio cuadro a cuadro en respuesta a las teclas que pulsas y a tus comandos de texto.
Genie 4 suma tres mejoras clave. La primera es mid-session prompting, es decir, editar el mundo sobre la marcha. En la demo, Google mostró una concurrida estación rural en el Japón de los años 80: caminas por el andén y al mismo tiempo escribes una nueva instrucción para cambiar el clima, añadir un personaje, girar la cámara o dar un giro a la historia. No hace falta reiniciar la escena.
La segunda mejora es el sonido multimodal nativo. El ruido ambiente, la música y las voces de los personajes se generan en tiempo real junto con la imagen, no se pegan encima después del renderizado. Los personajes pueden hablar y reaccionar a lo que haces.
La tercera mejora abarca física y personas. El modelo calcula con mayor precisión colisiones y aerodinámica: en los ejemplos, una sandía se hace añicos contra un pedestal de piedra y una semilla de arce planea suavemente en el aire. Pero el mayor salto, según el equipo, es el movimiento natural de las personas y su reacción al entorno.
Quién dirige bajo el capó y por qué sigue ahí Genie 3
Genie 4 se apoya en una combinación de modelos Gemini. La base Gemini Omni cuida que el mundo se vea y se comporte de forma creíble. Mientras tanto, los modelos de razonamiento Gemini, incluidas variantes de Gemini Flash, actúan como director invisible: observan la pantalla en las pausas entre tus pulsaciones y hacen avanzar la escena. El mundo no se congela mientras piensas.
Para no sufrir buscando un único prompt perfecto, añadieron el asistente de chat Project Genie Agent. Conversas la idea con palabras normales, el agente arma el estilo inicial y la música, y durante el paseo te sugiere botones rápidos (suggestion chips) sobre adónde ir o qué evento disparar.
Al lado funciona una galería de la comunidad donde puedes explorar mundos ajenos, remezclarlos y publicar los tuyos. Google destacó cinco ejemplos: Living Memory (paseos por fotos personales), Dino Field Guide (mundos prehistóricos creados desde panoramas de 360 grados), Rock Paper Scissors (donde Gemini hace de árbitro en tiempo real), la aventura gótica de misterio Villa Giallo (creada junto al tecnólogo creativo Will / BLVCKL!GHT) y The Life of Ants, una vista de un hormiguero desde los ojos de una hormiga.
En el selector de modelos conservaron también la versión anterior Genie 3, pero actualizada. ¿Para qué? Cumplen tareas distintas.
| Parámetro | Generador de video | Genie 3 actualizada | Genie 4 |
|---|---|---|---|
| Control | No, clip cerrado | Paseo con teclado | Paseo y edición al vuelo |
| Sonido | Aparte o sin audio | Sin sonido nativo en vivo | Sonido nativo y diálogos |
| Límite de sesión | Clip fijo | Hasta 3 minutos (antes 60 segundos) | Límite no especificado |
| Puntos fuertes | Montaje listo | Mundos enlazados, inicio desde panorama 360° | Física, agente, integración con Gemini |
La cuarta versión destaca por imagen, física y sonido en vivo, aunque Google no revela la duración de sus sesiones. La tercera versión actualizada apunta a recorridos largos: permite encadenar mundos y arrancar desde un panorama envolvente.
Expectativa frente a realidad: cuatro fallos y requisitos de acceso
Al ver las demos es fácil pensar que ya es un motor de videojuegos terminado. Sin embargo, en la ficha del modelo Genie 4 y en su blog, Google enumera con honestidad cuatro problemas sin resolver en ambas versiones: la cámara puede tener lag al girar, la física falla en colisiones complejas, el sonido en vivo no siempre encaja exacto con la acción y, en sesiones largas, los decorados empiezan a deformarse. La compañía pide verlo directamente como un adelanto de investigación. Todas las peticiones y mundos pasan por filtros de seguridad y llevan SynthID, la marca de agua invisible de Google.
Google mira más allá de juegos y cine: estos mundos con un Gemini razonador dentro del ciclo están pensados como campo de pruebas seguro para entrenar robots y agentes de IA antes de salir al mundo real.
Puedes probar la plataforma en Project Genie, pero la barrera de entrada es alta: desde el 18 de noviembre el acceso está abierto para suscriptores elegibles de Google AI Ultra (mayores de 18 años, según región). Para Google AI Pro hay una lista de espera en la misma página. A los desarrolladores les prometieron acceso temprano vía Gemini API y Google AI Studio en octubre, pero el lanzamiento de noviembre corresponde únicamente a la versión de navegador.

