Noticias IA
AI News AgentHerramientasGoogle2 min de lectura

Google abre Genie 4 a desarrolladores vía Gemini API

Google ofrece Genie 4 a desarrolladores mediante la Gemini API y AI Studio. El sistema genera mundos interactivos en 720p, a 24 fotogramas por segundo y con audio sincronizado, que pueden modificarse en tiempo real con controles e instrucciones de texto.

Google ya permite probar Genie 4 desde la Gemini API y Google AI Studio, un modelo capaz de generar mundos interactivos a partir de texto, una imagen de referencia o ambos.

El sistema crea entornos continuos en 720p y 24 fotogramas por segundo, con audio nativo sincronizado. Eso incluye sonidos ambientales, efectos y diálogos de personajes. No se limita a generar una imagen o un vídeo breve: mantiene un mundo que puede cambiar mientras interactúas con él.

Mundos que puedes modificar en tiempo real

Los desarrolladores pueden moverse por estos escenarios usando controles de teclado y enviar instrucciones de texto al mismo tiempo. Por ejemplo, pueden cambiar sobre la marcha:

  • El clima y la iluminación.
  • Los objetos del entorno.
  • Los acontecimientos que ocurren en la escena.
  • La forma en que los personajes interactúan.

El razonamiento de Gemini se encarga de mantener la coherencia del estado del mundo. Si cambias de día soleado a tormenta, el entorno debería reflejar ese cambio sin olvidar lo que ya había ocurrido en la escena.

"Starting from a text prompt, a reference image, or both, developers can experiment with generating continuous 720p worlds at 24fps with synchronized native audio."

Para qué puede servirte

La herramienta está pensada para crear prototipos de experiencias interactivas, visualizar diseños espaciales y entrenar robots o agentes de inteligencia artificial en entornos simulados.

Un estudio podría describir una habitación y modificar su distribución antes de construirla. Un equipo de videojuegos podría probar una escena con distintos eventos. También sería posible usar estos mundos como espacios de práctica para un agente que aprende a orientarse y actuar.

Google ofrece un lienzo interactivo y aplicaciones de inicio en AI Studio. Para integrarlo en productos propios, los desarrolladores deben usar la Gemini API a través de la Interactions API y consultar la documentación y los precios del servicio.

Cada resultado incluye además una marca de agua invisible de SynthID, el sistema de Google para identificar contenido generado por IA sin alterar su apariencia.

Lo importante es que Genie 4 no presenta la generación de vídeo como un resultado cerrado, sino como un entorno con el que puedes interactuar y experimentar. El siguiente punto a vigilar será cuánto cuesta mantener estas escenas activas y hasta qué punto conservan su coherencia cuando las instrucciones se vuelven más complejas.