Google presenta Genie 4, su IA que crea mundos interactivos con sonido
El nuevo modelo de Google DeepMind genera entornos fotorrealistas con audio que el usuario puede modificar en tiempo real y mantiene la coherencia hasta dos minutos.
Google DeepMind presentó este martes Genie 4, la nueva versión de su modelo de inteligencia artificial que genera mundos interactivos y fotorrealistas, ahora con audio propio y la posibilidad de modificar la escena en tiempo real mediante instrucciones de texto.
El sistema produce música, sonido ambiente y diálogos mientras el usuario recorre el entorno, y permite cambiar sobre la marcha el clima, el ángulo de cámara o añadir objetos y personas. Las escenas se mantienen coherentes durante hasta dos minutos, el doble que en la versión anterior, con una física más precisa en colisiones y aerodinámica y personajes de aspecto más humano.
El modelo trabaja integrado con Gemini, que planifica y verifica los cuadros que Genie genera. Tejas Kulkarni, director de investigación del proyecto, describió hacia dónde apunta esa combinación.
«Lo que veremos cada vez más en el futuro son estos modelos de mundo híbridos, en los que Gemini escribe código y texto y Genie lo asimila en tiempo real para simular la realidad en distintos niveles de abstracción.»
Google propone usarlo en cine, para ajustar iluminación y encuadres en tiempo real, y en el prototipado de videojuegos. Por ahora solo lo prueban evaluadores seleccionados, y en las próximas semanas llegará a los suscriptores de Google AI Ultra, a socios de la API de Gemini y a Google AI Studio, aunque la compañía admite que los detalles se desvían en simulaciones largas y que el audio y la legibilidad de los textos siguen siendo un reto.
