Medios generativos

Google abre el modelo de mundos Genie 4 a los suscriptores

Equipo de BUZZINGA6 min de lectura

El 18 de noviembre, Google comenzó a ofrecer el modelo de mundos interactivos Genie 4 a los suscriptores elegibles del plan Google AI Ultra a través de la plataforma experimental Project Genie en el navegador. La actualización añade la capacidad de editar escenas en tiempo real, generar audio original sincronizado, un agente inteligente para construir mundos y una galería comunitaria para compartir y remezclar creaciones.

Google trasladó su modelo más avanzado para la construcción de mundos virtuales, Genie 4, del banco de pruebas cerrado a los suscriptores del plan Ultra mediante el navegador, ofreciendo un salto cualitativo que permite a los usuarios modificar el clima, los personajes y el curso de los acontecimientos al instante mientras exploran la escena, con audio original interactivo y un agente que ayuda a dirigir los acontecimientos.

El miércoles 18 de noviembre, Google comenzó el despliegue de Genie 4, su modelo más reciente para la construcción de mundos interactivos, dirigido a los suscriptores elegibles del plan Google AI Ultra a través de Project Genie, su prototipo experimental basado en el navegador web. Los miembros del plan AI Pro pueden registrarse en la lista de espera mediante la misma página, según lo indicado en el anuncio oficial de Google y un informe del sitio Seeking Alpha. Este lanzamiento lleva a Genie 4 más allá del reducido grupo de «probadores de confianza» que obtuvieron acceso a finales del mes pasado, tal como informó The Verge. Google había presentado el modelo por primera vez a los evaluadores en el mes de octubre. Esta actualización incorpora funciones de edición en tiempo real, audio sincronizado, una herramienta dedicada a la creación de mundos y un método integrado para compartirlos con otros usuarios.

Edición de mundos virtuales al instante durante la sesión y actualizaciones de Genie 3

Google describe el lanzamiento de Genie 4 como «su modelo de mundos más realista e interactivo hasta la fecha». Los usuarios pueden redactar nuevas instrucciones de texto mientras se desplazan por el mundo generado para modificar las condiciones meteorológicas, añadir un nuevo personaje o redirigir el curso de los eventos sin interrumpir la experiencia. Asimismo, este lanzamiento constituye el primer modelo de la serie Genie compatible con audio original generado en tiempo real, desde efectos de sonido de ambiente hasta diálogos de personajes, de modo que el paisaje sonoro cambia de forma automática a medida que se modifican los detalles visuales de la escena.

Google explicó que también ha actualizado el modelo anterior Genie 3, el cual permanece disponible dentro del menú de selección de modelos en la plataforma; las sesiones en este modelo ahora pueden extenderse hasta 3 minutos por cada generación en lugar de los 60 segundos previos. Además, los usuarios pueden vincular varios mundos secuenciales entre sí e iniciar nuevos entornos virtuales a partir de imágenes panorámicas de 360 grados.

Agente inteligente para construir mundos y dirigir eventos directamente

El nuevo agente de Project Genie permite a los usuarios describir el mundo que imaginan mediante lenguaje natural sencillo, para que posteriormente se apoye en los modelos multimodales de Google con el fin de crear las escenas visuales iniciales y una pieza musical de fondo personalizada acorde con el ambiente. La compañía indicó que el modelo Gemini también puede unirse a la sesión en directo, donde supervisa la pantalla, sugiere los próximos pasos o desencadena eventos sorpresivos dentro del mundo virtual; Google ejemplificó esto con la acción del agente al añadir una avalancha en plena pista de esquí que recorre el usuario.

Galería comunitaria interactiva y experiencias artísticas compartidas

Una nueva galería comunitaria combina mundos seleccionados minuciosamente con aquellos diseñados por los propios usuarios, otorgándoles la capacidad de publicar sus creaciones y de remezclar y editar el trabajo de otros. Entre los proyectos destacados en exhibición figura la obra «Villa Giallo», un misterio de acertijos ambientado en una mansión gótica diseñada en colaboración con el creador tecnológico Will, conocido como BLVCKL!GHT, junto con el proyecto «The Life of Ants» («La vida de las hormigas»), realizado en colaboración con el cineasta Anand Gandhi, el cual muestra una colonia de hormigas completa desde la perspectiva de una hormiga.

Limitaciones de investigación actuales, controles de seguridad y marca de agua

Google, filial del grupo Alphabet, subraya que ambos modelos Genie continúan formando parte de los sistemas de investigación de vanguardia en fase de desarrollo; sus equipos siguen trabajando para abordar la latencia de la cámara, las interacciones físicas complejas, la precisión del audio y la consistencia y estabilidad de las escenas a lo largo de sesiones prolongadas. La compañía añadió que todos los clips de video y audio generados en Project Genie incorporan la marca de agua invisible SynthID de Google, y todas las entradas y salidas se someten a revisiones de seguridad y protección. El sitio The Next Web señaló que los detalles visuales siguen siendo susceptibles a la deriva o a alteraciones en sesiones largas, y que tanto el texto legible como la física compleja continúan representando un desafío difícil para el modelo. Google DeepMind concluyó su comunicado señalando que esta versión «aporta audio original, edición en tiempo real y un nuevo agente para ayudarte a crear mundos virtuales interactivos».

Preguntas frecuentes

Pregunta: ¿Quiénes pueden utilizar actualmente el modelo Genie 4 a través de Project Genie?
Respuesta: El modelo está disponible actualmente para los suscriptores elegibles del plan Google AI Ultra a través del navegador web, mientras que los suscriptores del plan AI Pro pueden registrarse en la lista de espera oficial para obtener acceso más adelante.

Pregunta: ¿Cuáles son las capacidades interactivas más destacadas que ofrece Genie 4 en comparación con las versiones anteriores?
Respuesta: Genie 4 permite redactar instrucciones de texto mientras se explora el mundo para modificar el clima, añadir personajes o ajustar el curso de los eventos de forma inmediata. Asimismo, es el primer modelo que genera audio original y diálogos que reaccionan al instante ante los cambios de la escena.

Pregunta: ¿Qué mejoras recibió el modelo anterior Genie 3 en esta actualización?
Respuesta: Google incrementó la duración de una sesión individual en Genie 3 de 60 segundos a 3 minutos, con compatibilidad para enlazar mundos sucesivos y crear nuevos entornos a partir de imágenes panorámicas de 360 grados.

Pregunta: ¿Qué limitaciones técnicas siguen enfrentando los modelos Genie y cómo regula Google la seguridad del contenido?
Respuesta: Los modelos aún afrontan retos en el retraso del movimiento de la cámara, la física compleja, los textos legibles y la estabilidad de los detalles prolongados. Google integra la marca de agua SynthID en cada audio y video, junto con un análisis exhaustivo de todas las entradas y salidas.