Qué hay de nuevo
Según Google DeepMind, Genie 4 es su nuevo modelo del mundo y es nativamente multimodal. La compañía dice que puede generar a la vez música, ruidos ambientales y diálogo interactivo con el mundo simulado. Además, afirma que ofrece mayor fotorrealismo, movimiento fluido y audio nativo.
El modelo incorpora y amplía capacidades de la familia Gemini. En concreto, Gemini Omni ancla las simulaciones en la apariencia y el comportamiento del mundo real, mientras que otros modelos Gemini aportan el razonamiento necesario para mantener la coherencia y la continuidad de la simulación.
Cómo se controla la simulación
Google DeepMind explica que el usuario pone un evento en marcha y Genie 4 simula lo que ocurre después. Para navegar y controlar la cámara se usan controles de teclado estándar, y los prompts de texto sirven para dirigir la escena mientras evoluciona.
También se puede modificar la simulación en tiempo real con lenguaje natural. Según la compañía, Gemini adapta el prompt al contexto para que encaje con la escena que rodea al usuario. El modelo introduce además diálogo interactivo que se ajusta sobre la marcha. La publicación indica que todos los sonidos que la acompañan están producidos directamente por Genie 4.
Qué significa para creadores y negocios
Para creadores de vídeo y contenido, un modelo del mundo con audio nativo puede resultar útil para prototipar escenas y probar ideas antes de grabar. También puede servir para explorar variantes de una misma situación sin montar un set. Conviene revisar cómo funciona en la práctica y con qué limitaciones.
En el caso de pequeños negocios y vendedores, la posibilidad de modificar una escena con lenguaje natural podría simplificar pruebas de concepto. Aun así, en el anuncio no hay precio, fecha de lanzamiento ni requisitos de hardware, así que por ahora no se puede saber si estará al alcance de estos perfiles. Google DeepMind tampoco indicó qué idiomas admite ni qué restricciones de seguridad tendrá.
Cómo se hizo: el texto lo redactó una IA a partir de la fuente, se comparó con la fuente y lo revisó un editor. La ilustración la generó una IA para AISTETIKA y no es una imagen de la noticia.
