Genie 4 World Model: Crea un mundo y dirígelo en vivo
Entra texto, sale un mundo: con sonido, física y personas que responden.
Genie 4 es el modelo de mundo en tiempo real de Google DeepMind. Describe una escena y construye un mundo explorable fotograma a fotograma mientras lo diriges en lenguaje natural: mueve la cámara, cambia el clima, añade una persona. El audio nativo suma ambiente, música y diálogo de los personajes mientras el mundo sigue funcionando.
El contenido sexualmente explícito (NSFW) está estrictamente prohibido.
DEMOS
Mira cómo Genie 4 genera un mundo en tiempo real
Tres clips sin editar: el vídeo oficial de Google DeepMind, un recorrido con acceso anticipado y una escena dirigida en vivo desde el teclado. Cada uno se reproduce en su resolución original.
El vídeo oficial
Google DeepMindDos minutos y medio de mundos, personas y sonido, generados fotograma a fotograma.
Acceso anticipado: un prompt, un mundo
@venturetwinsUn mundo creado a partir de un solo prompt y modificado mientras se ejecuta.
Caminando por un mundo generado
@midudevMovimiento, física y sonido generados en vivo mientras se mueve la cámara.
Clips de Google DeepMind, @venturetwins y @midudev, tomados de sus publicaciones y alojados aquí como referencia. Genie 4 es una marca de Google LLC; este sitio no está afiliado a Google.
Lo que puede hacer Genie 4
- Pide un mundo y entra en élEscribe una escena y recórrela fotograma a fotograma, en cualquier dirección.
- Cambia clima, cámara o personajes en vivoDi qué quieres cambiar; la escena sigue funcionando y evolucionando.
- Audio nativo, con diálogo interactivoAmbiente, música y personajes que responden mientras el mundo funciona.
- Física más sólida y movimiento humanoAire, colisiones y movimientos que se sostienen.
- Fija el primer fotograma con una referenciaUsa una imagen o un fotograma inicial como base visual.
- Bocetos rápidos para previsión visualBloquea una secuencia o un guion gráfico antes de rodar.
¿Qué es Genie 4?
Genie 4 es un modelo de mundo, no un modelo de texto a video. Si le pides una toma a un generador de video, recibes un clip terminado; si le pides una escena a Genie 4, construye un mundo por el que puedes moverte mientras todavía se está generando. Google DeepMind lo describe como su modelo de mundo más realista e interactivo hasta ahora, y lo anunció el 27 de octubre de 2026.
La diferencia está en lo que ocurre después del prompt. Puedes cambiar el clima, mover la cámara o añadir una persona con lenguaje natural, y el mundo continúa desde ese nuevo estado en vez de reiniciarse. Gemini planifica detrás de escena para mantener la cadena causal: la calle mojada sigue mojada y la persona que añadiste permanece en la escena.
El sonido se genera con la imagen: ambiente, música y diálogo interactivo. La física cubre el aire y las colisiones, y el movimiento humano se lee con más naturalidad que en modelos de mundo anteriores. Genie 4 no está disponible de forma general: llega primero a probadores de confianza y a socios de acceso anticipado, y cada resultado lleva una marca de agua SynthID.
CÓMO TRANSCURRE UNA SESIÓN
Describe un lugar, entra y cámbialo
Genie 4 está hecho para la interacción, no para una sola generación. Una sesión es un bucle: describe, explora, edita y sigue adelante mientras el mundo se mantiene coherente.
Describe el mundo
Un lugar, una hora del día, un ánimo. Genie 4 construye la escena fotograma a fotograma en lugar de devolver un clip fijo, y eso es lo que la hace explorable y no solo reproducible.
Entra en la escena
Recorre el mundo con WASD. La escena sigue generando lo que queda detrás de ti, a los lados y delante, en vez de repetir una toma terminada.
Cámbialo mientras funciona
Di «que llueva», «mueve la cámara a la izquierda» o «añade una persona». La edición se aplica al mundo en marcha y la escena continúa desde ahí.
Escucha el resultado
El ambiente, la música y el diálogo vienen con la escena. Una imagen de referencia puede fijar el fotograma inicial, y cada resultado lleva una marca de agua SynthID.
CARACTERÍSTICAS
Por qué Genie 4 es un modelo de mundo y no un generador de video
Un modelo de texto a video devuelve una toma terminada. Genie 4 devuelve un lugar que sigue funcionando mientras lo cambias. La diferencia se nota en cómo trabajas, no solo en cómo se ve el resultado.
La escena sigue después de que termina el prompt
No estás esperando una generación. El mundo se dibuja a tu alrededor mientras te mueves, y lo siguiente que dices cambia lo que pasa después.
LO QUE CONSTA
Lo que Google ha confirmado sobre Genie 4
Sin cifras de usuarios ni de generaciones: solo los datos que Google DeepMind ha publicado sobre el modelo y lo que todavía no ha dicho.
El año en que Google DeepMind anunció Genie 4, el 27 de octubre, como modelo de mundo interactivo en tiempo real.
Nativo en Genie 4: ambiente, música y diálogo interactivo generados mientras el mundo funciona.
Google describe una sesión como «unos minutos de interacción continua»; las sesiones más largas se desvían.
Precios
Todos los planes usan el mismo generador de videos animados con IA y los mismos modelos de IA: solo eliges cuántas escenas al mes necesitas. Los créditos se cobran por escena y se muestran antes de generar.
Ver todos los precios, paquetes de créditos y preguntas frecuentes →
CASOS DE USO
Dónde ayuda un mundo que puedes dirigir
Un modelo de mundo no es una herramienta de tomas terminadas. Estos son los trabajos en los que recorrer una escena y cambiarla en marcha logra algo que un clip generado no puede.
Previsión visual
Bloquea un movimiento de cámara o una persecución dentro de un mundo que puedes recorrer antes de reservar una locación.
Guiones gráficos en movimiento
Boceta un momento como lugar, entra en él y comprueba si la secuencia funciona antes de dibujar el resto.
Ideas de niveles y entornos
Recorre una ubicación aproximada y comprueba si el espacio se entiende antes de modelarlo.
Explicaciones explorables
Deja que una clase recorra un concepto —una célula, una ciudad, un sistema meteorológico— en vez de ver un clip sobre él.
Pruebas de sonido y diálogo
Escucha ambiente, música y la respuesta de un personaje mientras la escena sigue cambiando.
Pruebas de decorado e iluminación
Prueba clima, hora del día y bloqueo en la escena en marcha en lugar de rehacer una generación cada vez.
Borradores de mundo
Escribe un lugar hasta que exista, recórrelo y quédate con lo que se siente real.
Desarrollo de aspecto
Cambia el ánimo de una ubicación en marcha y observa si el aspecto se mantiene al mover la cámara.
Genie 4 frente a Genie 3
Genie 3, publicado en agosto de 2025, generaba mundos interactivos sin audio. Genie 4 añade sonido y dirección en vivo. Aquí solo aparece lo que Google ha confirmado.
- Audio nativo: ambiente, música y diálogo interactivo generados con el mundo
- Ediciones en vivo con lenguaje natural mientras la escena sigue
- Física más sólida y movimiento humano más creíble
- La planificación de Gemini en segundo plano mantiene la cadena causal
- Sin API pública ni precio publicado
- La interacción dura unos minutos y el detalle visual se desvía
- La precisión del audio todavía está en mejora
Descríbelo y cámbialo a mitad de escena
El espacio de trabajo recibe un prompt, una imagen de referencia y unos ajustes, y devuelve un clip. Genie 4 aún no tiene API pública, así que el espacio de trabajo usa los modelos de video disponibles en este sitio.
FAQ
Preguntas frecuentes
¿Qué es Genie 4?
Genie 4 es el modelo de mundo interactivo en tiempo real de Google DeepMind, anunciado el 27 de octubre de 2026 y descrito por Google como su modelo de mundo más realista e interactivo hasta ahora. En lugar de devolver un clip fijo a partir de un prompt, construye un mundo explorable fotograma a fotograma y te deja dirigirlo mientras funciona.
¿En qué se diferencia Genie 4 de Genie 3?
Genie 3, de agosto de 2025, generaba mundos interactivos sin audio. Genie 4 añade audio nativo —ambiente, música y diálogo interactivo— y ediciones en vivo con lenguaje natural: puedes cambiar el clima, mover la cámara o añadir un personaje mientras el mundo sigue funcionando. Google no ha publicado la resolución ni la tasa de fotogramas de Genie 4.
¿Cuánto puede durar una sesión?
Google describe una sesión como «unos minutos de interacción continua». Ahí es donde aparece la deriva conocida: el detalle visual y la permanencia de los objetos se degradan con el tiempo, y es una de las limitaciones que Google enumera.
¿Hay una API pública o un precio para Genie 4?
No. No hay API pública ni precio publicado. Genie 4 no está disponible de forma general: Google dice que llegará primero a probadores de confianza, a Project Genie para suscriptores de Google AI Ultra y a socios de acceso anticipado a través de Gemini API y AI Studio. Hay una lista de espera.
¿Puedo probar Genie 4 gratis y está disponible en línea?
Todavía no. No hay versión pública gratuita ni una demo abierta en línea: Genie 4 es una vista previa de investigación, así que el acceso se limita a testers de confianza, suscriptores de Google AI Ultra dentro de Project Genie y socios de acceso anticipado en la API de Gemini. La lista de espera es hoy la única vía pública.
¿Cuáles son las limitaciones conocidas?
Google enumera cinco: el detalle visual y la permanencia de los objetos se desvían; la interacción compleja entre varios agentes y entornos compartidos sigue siendo difícil; los lugares reales no se pueden reproducir con exactitud; el texto legible suele aparecer solo cuando el prompt lo describe; y la duración de la interacción es limitada mientras la precisión del audio sigue mejorando. Además, cada resultado lleva una marca de agua SynthID.