Google DeepMind presenta Genie 4, su modelo de IA con sonido

Google DeepMind anunció el martes 27 de octubre Genie 4, la siguiente versión de su modelo de mundo basado en IA. Genera entornos virtuales interactivos en tiempo real con un realismo superior y, ahora, produce su propio sonido. La compañía lo describió como su "nuevo modelo de mundo, que desbloquea un realismo sin precedentes y mejora la simulación interactiva en tiempo real", con música, ruido ambiental y diálogos generados junto a las imágenes. El lanzamiento se basa en una tecnología que ya ha sacudido a los inversores de empresas de videojuegos, según Bloomberg.deepmind.google+1

Controlando mundos con Gemini

Los usuarios crean mundos explorables a partir de instrucciones de texto y se desplazan por ellos con controles de teclado. Mientras la escena se desarrolla, pueden escribir instrucciones como cambiar el clima o añadir un personaje. El modelo utiliza la familia Gemini de Google. Gemini Omni vincula las simulaciones con cómo se ven y comportan las cosas en el mundo real, y Gemini 3.8 Flash funciona como un "agente guía en el bucle". Observa cada escena, divide los objetivos en pasos y verifica los fotogramas entrantes para mantener la coherencia del mundo. Genie 4 puede producir experiencias de unos dos minutos de duración, frente al minuto de Genie 3, informó The Verge.bloomberg.com+2

DeepMind afirma que Genie 4 es su primer modelo de mundo en tiempo real que genera audio de forma nativa, incluyendo diálogos que cambian sobre la marcha. La compañía también reconoció limitaciones: los detalles visuales y la permanencia de los objetos pueden "desplazarse o variar con el tiempo", especialmente en sesiones más largas.deepmind.google

Un despliegue gradual

Por ahora, Genie 4 es una vista previa de investigación para probadores de confianza. Los suscriptores de Google AI Ultra en Project Genie y los socios de acceso anticipado en la API de Gemini y Google AI Studio lo recibirán más adelante, y ya hay una lista de espera abierta. Todo el vídeo y audio generado llevará marcas de agua SynthID. Google promociona el modelo para la previsualización de películas, la creación de prototipos de juegos y escenarios de entrenamiento de robots.theverge.com+1

Presión sobre las acciones de videojuegos

Los inversores han reaccionado a lanzamientos anteriores de Genie. Cuando Alphabet ↗ 0.84% lanzó Project Genie en enero, las acciones de Take-Two Interactive ↘ 1.02% y Roblox ↗ 0.18% cayeron alrededor de un 9% cada una en las operaciones de la tarde, y Unity Software ↘ 0.57% cayó un 19%. A los inversores les preocupaba que las herramientas pudieran trastocar el desarrollo tradicional de juegos, según los informes de Reuters Thomson Reuters Corporation ↘ 4.64% publicados por The Economic Times. Más recientemente, el 7 de octubre, Google y Unity anunciaron una asociación en una plataforma de IA que permite a las personas crear juegos a partir de instrucciones de texto. Las acciones de Unity subieron con la noticia, mientras que las de Roblox cayeron.economictimes.indiatimes.com+1

DeepMind califica a Genie 4 como "un modelo experimental temprano". Enmarca el trabajo principalmente como un paso hacia la AGI y hacia la construcción de entornos de entrenamiento para robots y agentes de IA.deepmind.google