Guía de Google Project Genie: el foundation world model de Google, explicado

Funciones clave de Project Genie

Veamos algunas de las funciones más importantes de Project Genie.

• Generación interactiva de mundos: a diferencia de un vídeo, tú llevas el control. Manejas la cámara o un personaje, y el modelo genera el siguiente fotograma en tiempo real según tus acciones.
• Bocetado de mundos: puedes sembrar un mundo con un prompt de texto (p. ej., "Una ciudad cyberpunk iluminada con neones") o una imagen subida. La IA genera entonces una versión 3D jugable a partir de esa entrada estática.
• Remezcla de mundos: te permite tomar un mundo existente y transformarlo. Puedes cambiar el estilo artístico, añadir elementos o modificar la atmósfera manteniendo la disposición básica.
• Control de acciones: el modelo está entrenado para reconocer entradas como saltar, volar o caminar. Mapea estos comandos a cambios visuales lógicos, creando sensación de agencia dentro de la simulación.

Prueba práctica con Project Genie

Veamos algunos casos de uso básicos de Project Genie para dar vida a nuestras ideas.

Bocetado de mundos

La creación de un mundo empieza con la fase de Bocetado. Introduces un prompt o subes una foto, y el sistema utiliza Nano Banana Pro (el último motor de imagen de alta fidelidad de Google) para refinar el visual inicial. 

Esta integración garantiza que el primer fotograma tenga la profundidad arquitectónica y la textura necesarias para un entorno 3D complejo. 

Incluso puedes "bocetar" la lógica del mundo definiendo cómo se mueve tu personaje por el espacio antes de iniciar la simulación. 

A continuación verás cómo escribo un entorno de ejemplo y la descripción de un personaje. Esto permite al modelo generar el mundo inicial en el que empezará.

Remezcla de mundos

La función de Remezcla de mundos brilla en flujos creativos. Por ejemplo, puedes tomar una foto realista de un parque local y pedir al modelo: "Remezcla esto al estilo de dibujo animado de Studio Ghibli". 

El mundo resultante, jugable, conserva la disposición física del parque (los árboles, los caminos) pero superpone una estética artística completamente nueva. Las transiciones suelen ser fluidas, aunque a veces las texturas complejas pueden difuminarse ligeramente durante la transformación. 

Por ejemplo, le pido al modelo que haga el lago rosa y responde en consecuencia. El estilo artístico y la disposición física general se mantienen, mientras actualiza el lago.

Exploración 3D

Una vez generado el mundo, entras en el modo de Exploración 3D. Te permite navegar en primera o en tercera persona. 

Usas las teclas WASD para mover a tu personaje por el mundo y las flechas para mirar alrededor. Incluso puedes usar la barra espaciadora para saltar y superar obstáculos. 

Cada sesión te da 60 segundos para explorar el mundo.

Por mi experiencia, el entorno general resulta sorprendente. A medida que te mueves, la IA genera nuevo terreno que encaja con el estilo establecido. Hay limitaciones cuando juegas con texturas complejas, y notas que el modelo crea ideas en vivo, así que la tasa de fotogramas no siempre es la más fluida. 

Aun así, pensar que escribí un prompt sencillo en menos de un minuto y que eso se convierta en un mundo explorable en cuestión de minutos es, sencillamente, alucinante.

¿Cómo puedo acceder a Project Genie?

A comienzos de 2026, Project Genie sigue siendo un prototipo de investigación experimental. Aún no está disponible para el público general. 

Actualmente, el acceso está limitado a suscriptores de Google AI Ultra ubicados en Estados Unidos. 

Si tienes una suscripción activa, encontrarás la herramienta dentro del portal Google Labs FX. 

Ten en cuenta que los usuarios deben tener 18 años o más para participar en el programa de investigación.

¿Qué tal es Project Genie?

Navegar un mundo generado en tiempo real es bastante distinto a jugar a un videojuego con gráficos prerenderizados. 

Por supuesto, no podemos evaluarlo igual que a un LLM estándar, ya que no podemos "preguntarle" a un mundo. Solo podemos valorarlo por la experiencia visual e interactiva. 

Primero, lo técnico. El vídeo está limitado a 720p con una tasa de unos 24 fps. Esto lo hace menos "nítido" que Sora, ya que el objetivo de generar vídeo fluido no es el mismo que el de generar un mundo interactivo.

 Generar un mundo en tiempo real exige mucha más capacidad de cómputo. 

Visualmente, la experiencia es bastante agradable. De nuevo, noté algún tirón por la menor tasa de fotogramas. Pero, en general, el mundo es bastante coherente. 

Sin embargo, observé en algunas ejecuciones que ciertos objetos generados a veces desaparecen o cambian cuando pasas junto a ellos y te giras para mirarlos. Suele pasar con objetos únicos (como personajes) más que con objetos estáticos como árboles. 

La interacción con el mundo funcionó la mayor parte del tiempo. Cuando pulsas un botón para moverte o mirar alrededor, la cámara se desplaza y mueve en consecuencia.

 En ese sentido, el mundo es bastante interactivo. Me topé con algunas demoras al saltar, y creo que suele ocurrir cuando estás en una superficie plana y el modelo no espera que saltes.

 Funciona con más consistencia cuando hay obstáculos en el suelo y "tiene sentido" que los saltes.

En general, se sentía bastante cercano al mundo real (más allá del estilo artístico). En su mayor parte, las distancias y tamaños de los objetos tenían sentido. Aspectos como el paralaje de movimiento también fueron consistentes durante la experiencia. 

Diría que pude romper el modelo de forma consistente pidiéndole múltiples acciones a la vez, como nadar y caminar simultáneamente. Creo que el enunciado del prompt tiene que ser bastante preciso para lograr lo que quieres. 

Aun así, fue una experiencia increíble y cuesta creer lo fácil que es generar mundos interactivos sencillos.

Casos de uso de Project Genie

Se me ocurren muchas formas en las que todo tipo de personas pueden utilizar Project Genie.

1. Prototipado rápido de juegos: los diseñadores pueden ahorrarse meses de modelado de entornos para probar al instante las sensaciones de un nivel. Proporciónale información precisa sobre la física de tu juego, el estilo artístico y bocetos de un nivel para ver cómo podría jugarse.
2. Entrenamiento de agentes de IA: los world models proporcionan un gimnasio seguro e infinito donde los robots pueden aprender navegación y manipulación de objetos antes de desplegarse en el mundo físico. 
3. Educación: los estudiantes podrían generar un entorno histórico, como la Antigua Roma, y pasear por sus calles para comprender la escala y la arquitectura de una forma que un libro de texto no ofrece.

Aquí va una pequeña visita al Globe Theatre de Londres. Aunque no es del todo exacto, con más iteraciones del prompt podemos acercarnos a una recreación más fiel del mundo.

Este es el prompt que utilicé: 

World Prompt:
A hyper realistic 360-degree immersive recreation of London's Southbank. Focus on the Globe Theater, a massive three-story open-air polygonal wooden structure with a thatched roof. The exterior is white lim-wash with dark oak timber framing. Nearby, include the Rose Theatre. 

The streets are narrow, unpaved, and muddy. Include the River Thames and the distance silhouette of Old London Bridge. 

Character: A person that wears a doublet of velvet and stained leather breeches. He has ink stains and a small jagged scar across his eyebrow.Con la tecnología de

Reflexiones finales

Project Genie marca el inicio del cambio de los medios generativos a la simulación generativa. Pasamos de una época en la que solo mirábamos contenido generado por IA a otra en la que vivimos dentro de él. Estamos empezando a ver el auge de los large action models que entienden tus objetivos como persona y proporcionan el entorno y las acciones para lograrlos. También vemos creación de vídeo de siguiente nivel con herramientas como Seedance 2.0 de ByteDance, que cubrimos en otra guía. 

Para profundizar en lo que se necesita para crear estos modelos, te recomiendo estos recursos:

• Sora 2 API: guía completa con ejemplos
• Reinforcement Learning en Python
• Deep Reinforcement Learning en Python