Google DeepMind pasó octubre de 2026 lanzando novedades en toda su pila. Gemini 4 Argon alcanzó disponibilidad general el 13 de octubre y, el 27 de octubre, el equipo anunció Genie 4, un nuevo modelo de mundo que genera entornos por los que puedes moverte, dirigir con texto y escuchar en tiempo real.
Genie 4 es multimodal de forma nativa y genera ruido ambiente, música y diálogo interactivo junto a los visuales. Está construido sobre la familia Gemini, con Gemini Omni marcando cómo se ven y se comportan las cosas, y Gemini 3.8 Flash actuando como agente guía para mantener la coherencia de los eventos de varios pasos.
Se lanza como preview de investigación primero para testers de confianza; después llegará a suscriptores de Google AI Ultra en Project Genie y a partners de acceso anticipado en la API de Gemini y Google AI Studio.
En este artículo te cuento todo lo nuevo de Genie 4: qué demostró DeepMind, qué devolvieron los testers de confianza, las limitaciones que Google reconoce abiertamente y cómo conseguir acceso. También puedes ver nuestras guías de Gemini 4 Argon vs Claude Opus 5.5 y GPT-6.1 Terra.
Resumen rápido
- Genie 4 es el nuevo modelo de mundo de DeepMind y el primero de la línea Genie que genera audio de forma nativa.
- El gran cambio son las personas: los personajes se mueven, reaccionan y mantienen diálogos interactivos mientras tú diriges la escena.
- Gemini hace la planificación. Gemini 3.8 Flash observa los fotogramas entrantes y mantiene en ruta los eventos de varios pasos.
- Nadie fuera de Google lo ha evaluado. No hay benchmarks publicados, ni precios, ni ID de modelo para la API.
- La permanencia de objetos y el texto legible siguen siendo puntos débiles, y DeepMind lo reconoce en el anuncio.
- Merece apuntarse a la lista de espera si trabajas en previsualización, prototipado de juegos o simulación para robótica. Aún no es algo sobre lo que montar una canalización de producción.
¿Qué es Genie 4?
Genie 4 es el nuevo modelo de mundo de Google DeepMind, anunciado el 27 de octubre de 2026 y sucesor de Genie 3. Un modelo de mundo genera un entorno en el que actúas, fotograma a fotograma, en lugar de renderizar un clip de vídeo fijo, de modo que las entradas de teclado y los prompts que escribes cambian lo que ocurre a continuación.
El modelo se apoya en la familia Gemini en lugar de funcionar en solitario.
Gemini Omni ancla la simulación a la apariencia y el comportamiento del mundo real, y otros modelos Gemini aportan el razonamiento que mantiene unida la escena mientras se ejecuta.
En las demos, las personas navegan y mueven la cámara con controles de teclado estándar mientras escriben prompts para remodelar el mundo a mitad de sesión.
Eventos de varios pasos planificados por Gemini
Gemini 3.8 Flash se ejecuta en el bucle como agente guía mientras Genie 4 renderiza. Descompone un objetivo en una secuencia de pasos, revisa los fotogramas entrantes para comprobar que cada paso se ha cumplido y reescribe el plan cuando el mundo cambia o tú intervienes.
Ese bucle es lo que aporta causalidad fiable y comportamiento procedimental a una escena en vez de un mero deambular bonito. También es lo más parecido en este lanzamiento a un diferenciador técnico, ya que la simulación está supervisada por un modelo de razonamiento en lugar de dejarla correr en bucle abierto.
Generación de escenarios robóticos con Gemini 4 Argon
DeepMind empareja Genie 4 con Gemini 4 Argon y Gemini Robotics. Argon descompone una tarea indicada por el usuario en pasos, que se intercalan en Genie 4 como subtítulos de texto mientras se renderiza la simulación, de modo que el mundo se adapta a medida que avanza la tarea. El ejemplo publicado es el humanoide Apollo de Apptronik jugando a las damas.
Para equipos de robótica, el atractivo es generar una amplia variedad de escenarios sin tener que construir a mano cada entorno. La salvedad es que son mundos imaginados, y nada en el anuncio cuantifica qué tal se transfiere a hardware el comportamiento aprendido en una escena de Genie 4.
¿Cómo rinde Genie 4 en los benchmarks?
No lo hace, al menos públicamente. El anuncio de Google no contiene tabla de benchmarks, ni puntuaciones, ni comparativas con otros modelos de mundo y, a fecha de 28 de octubre de 2026, no había ninguna reseña de terceros, evaluación independiente ni reproducción de benchmarks de Genie 4 en la cobertura disponible. Toda afirmación de capacidad que sigue se remite a las propias demos de DeepMind y a sus testers.
Qué publicó Google en lugar de puntuaciones
Las pruebas son grabaciones de interacciones en tiempo real, en las que los usuarios navegan con controles de teclado y escriben prompts para cambiar la escena a medida que evoluciona. La publicación de DeepMind en X, con 276,9 mil visualizaciones en el momento de escribir esto, enumera cinco afirmaciones: fotorrealismo gracias a Gemini Omni, física avanzada, controles en tiempo real, audio nativo y razonamiento de Gemini para coherencia de varios pasos.
Las bobinas de demo son tomas seleccionadas, así que yo las leería como cota superior. Eso sí, los propios prompts merecen estudio: son largos, separan secciones de entorno y de personajes, y cargan con restricciones negativas como "sin aspecto CGI" y "sin plataformas vacías".
Qué informaron los testers de confianza
DeepMind trabajó con cohortes de industrias creativas, periodismo, educación, gaming e ingeniería antes de la preview. Los cuatro casos de uso que describen son lo bastante concretos para resultar útiles:
- Dirección creativa: cineastas que entran en una simulación en vivo de una escena y ruedan múltiples tomas en tiempo real, ajustando cámara, iluminación, diálogo y acción sobre la marcha.
- Escenarios históricos y fotografías inmersivas: fotoperiodistas que convierten una sola fotografía de archivo en 2D en una simulación fundamentada de ese entorno en segundos, o visualizan cómo se desarrolla una riada o un incendio forestal.
- Diseño de conceptos de experiencias interactivas: desarrolladores de juegos que pasan de una idea a un prototipo explorable antes de escribir una línea de código del motor.
- Simulación: partners empresariales que lo evalúan para una generación rápida de escenarios de cero a uno fuera de robótica.
La palabra que se repite en ese feedback es "modo borrador", y creo que es el posicionamiento honesto para este lanzamiento.
Dónde se rompe Genie 4
DeepMind es inusualmente directa sobre los modos de fallo, lo cual se agradece. Los detalles visuales y la permanencia de objetos cambian o derivan cuanto más se alarga una sesión, tras varias ediciones de prompt complejas o al desplazarte por una escena.
Los problemas abiertos que nombran son interacciones físicas complejas, precisión del audio en tiempo real, renderizado de texto legible, precisión espacial y consistencia a largo plazo. Este último es el techo práctico: si un mundo no puede mantener sus propios objetos en su sitio a lo largo de una sesión larga, sirve para prototipar, no para rodar.
Hacia dónde va esto: modelos de mundo híbridos
El siguiente paso declarado por DeepMind son los modelos de mundo híbridos, que combinan el razonamiento estructurado del código y los modelos de lenguaje con la simulación a nivel de píxel. Gemini traza la estructura y planifica la línea temporal, mientras Genie renderiza cómo se ve, suena y responde el mundo.
El bucle de Gemini 3.8 Flash en este lanzamiento es la primera versión de esa separación. Si funciona, ataja justo el modo de fallo que DeepMind admite: la coherencia en sesiones largas, algo que ningún grado de fidelidad de píxel arregla por sí solo.
Precio y disponibilidad de Genie 4
Genie 4 no tiene precio publicado. Google no ha dado costes por token ni por sesión, no ha proporcionado un identificador de modelo para la API y no ha fijado una fecha de disponibilidad general. Es una preview de investigación.
El despliegue va por fases: los testers de confianza ya lo tienen, los suscriptores de Google AI Ultra lo recibirán en Project Genie a continuación y los partners de acceso anticipado lo alcanzarán a través de la API de Gemini y Google AI Studio. La lista de espera de Project Genie está abierta a todo el mundo.
Para tener una referencia de lo que cobra Google en la frontera por otros servicios, Gemini 4 Argon cuesta 2 $ por millón de tokens de entrada y 10 $ por millón de tokens de salida hasta el 30 de noviembre de 2026, subiendo a 4 $ y 20 $ desde el 1 de diciembre. Nada de esto indica cuánto costará una sesión interactiva de modelo de mundo, y Google no lo ha dicho.
En plataformas de terceros, Genie 4 no aparece en OpenRouter ni en el catálogo de OpenCode (models.dev) a fecha de 28 de octubre de 2026. Cada fotograma de vídeo y cada segundo de audio que produce lleva SynthID, la marca de agua imperceptible de Google, y DeepMind realizó evaluaciones internas de seguridad antes de abrir la preview.
| Superficie | Estado de Genie 4 (comprobado el 28 de octubre de 2026) |
|---|---|
| Project Genie (Google AI Ultra) | Próximamente, lista de espera abierta |
| API de Gemini y Google AI Studio | Solo partners de acceso anticipado |
| OpenRouter | No aparece en el catálogo |
| Catálogo OpenCode (models.dev) | No aparece en el catálogo |
El control de acceso es el punto delicado para los usuarios. En las respuestas al hilo de lanzamiento en X de DeepMind, la queja principal es que Genie 3 aún no había llegado a todos los suscriptores Pro un año después, algo razonable de señalar cuando la siguiente generación llega detrás de otra lista de espera.
¿Cómo conseguir acceso a Genie 4?
Ahora mismo hay tres puertas de entrada a Genie 4, y Google controla quién pasa por dos de ellas:
- Cohortes de testers de confianza: cerrado; es el grupo del que DeepMind ha estado recogiendo feedback en periodismo, gaming, educación e ingeniería.
- Project Genie para suscriptores de Google AI Ultra: próximamente, con una lista de espera pública a la que puedes apuntarte hoy.
- API de Gemini y Google AI Studio: solo partners de acceso anticipado, sin identificador de modelo publicado.
No intentaría adivinar una cadena de API. Google no ha publicado un ID de modelo de Genie 4 y deducirlo del nombre comercial es la forma de encontrarte un 404 en tu cliente, así que todavía no hay snippet que merezca la pena imprimir.
Lo que sí puedes hacer antes de tener acceso es aprender el formato de los prompts, porque no es casual. Las demos separan un prompt de entorno de uno de personajes, especifican el comportamiento de la cámara de forma explícita y listan restricciones negativas al final ("sin perspectiva en tercera persona", "sin cámara de dron", "sin estética 3D render"). La guía de prompts de Genie de DeepMind es el mejor punto de partida, y nuestro análisis de Gemini 4 Argon cubre el modelo que planifica detrás de estas escenas.
Cómo se estructuran realmente los prompts de Genie 4
Los prompts de la demo siguen un patrón que conviene copiar: un prompt de entorno que fija el escenario; un prompt de personajes, separado, que fija el sujeto y la relación con la cámara; y luego un bloque de restricciones negativas. En una demo de un globo aerostático se especifica una vista en primera persona desde dentro de una cesta de mimbre, con el borde rematado en cuero a la derecha del encuadre, antes de describir la capa de hielo antártica bajo los pies.
Las restricciones negativas hacen gran parte del trabajo. Los prompts descartan repetidamente un look de videojuego, cámaras de dron, planos por encima del hombro y plataformas vacías, lo que sugiere que esos son los valores por defecto a los que recurre Genie 4 cuando el prompt deja margen.
Reflexión final
Genie 4 es la señal más clara hasta ahora de que DeepMind entiende la simulación, no solo el texto, como el camino hacia la AGI, y está destinando capacidad de vanguardia en consecuencia. En el mismo mes en que OpenAI orientó GPT-6.1 Terra a tareas cotidianas baratas y de alto volumen, Google lanzó una nave insignia de agentes con Gemini 4 Argon y un modelo de mundo que alimenta su investigación en robótica.
¿Merece la pena cambiarse? No hay de qué cambiarse: no hay precio, ni ID de modelo, ni API para el resto. Si trabajas en previsualización, prototipado de juegos o simulación para robótica, apúntate a la lista de espera de Project Genie y mantén las expectativas en calidad de borrador, justo donde la sitúan los propios testers de DeepMind.
Si quieres ponerte al día con los modelos Gemini que hacen el razonamiento detrás de Genie 4, te recomendamos empezar con nuestro itinerario de aprendizaje AI Fundamentals.
