Construye con CometAPI¿Necesitas una sola API para varios modelos?Prueba el flujo en el Playground y luego crea una clave de API cuando el modelo y el costo encajen con tu caso de uso.
Google Genie 4 vs Genie 3: Nuevas funciones y diferencias clave
Explora las novedades de Google Genie 4 frente a Genie 3: audio nativo, diálogo interactivo, control de escenas, límites de sesión y acceso a Project Genie.
Deon GoodwinEquipo de investigación de modelos de IA y API
Google DeepMind anunció Genie 4 el 27 de octubre de 2026. Su nuevo modelo de mundo añade audio nativo, diálogo interactivo entre personajes y control de escena asistido por Gemini a los entornos visuales en tiempo real establecidos por Genie 3.
Para desarrolladores, diseñadores e investigadores, Genie 4 abre formas más ricas de prototipar una escena: puedes explorar un entorno, cambiar lo que ocurre y escuchar cómo responden los personajes. Su mayor atractivo es la narración interactiva y el desarrollo temprano de conceptos. El acceso comienza con una vista previa de investigación restringida.
Puntos clave
La actualización principal: Genie 4 añade sonido, personajes receptivos y un control de escena más expresivo a los mundos visuales establecidos por Genie 3.
Genie 4 combina la dirección contextual de la escena con planificación asistida por Gemini para secuencias de eventos.
Revisado para mayor claridad, atribución de fuentes y terminología API actual.
Interacción y razonamiento:
Acceso: Genie 3 impulsa la experiencia actual de Project Genie. Genie 4 comienza con probadores de confianza, con acceso más amplio planeado.
Usos prácticos: Genie 4 es prometedor para la exploración creativa y la investigación en simulación, mientras que la reproducibilidad y la precisión física aún requieren validación.
Genie 4 vs Genie 3: A simple vista
Aquí están las diferencias que importan al decidir qué explorar, basadas en la información disponible hasta el 30 de octubre de 2026.
Dimensión
Genie 3
Genie 4
Anuncio
5 de agosto de 2025
27 de octubre de 2026
Salida principal
Entornos visuales interactivos
Visuales interactivos con audio nativo
Control de escena
Navegación y eventos del mundo activables por prompt
Dirección contextual en lenguaje natural con asistencia de Gemini
Diálogo de personajes
No establecido en los materiales del lanzamiento citados
Diálogo interactivo demostrado
Comportamiento físico
Fenómenos naturales e interacciones con el entorno
Demostraciones ampliadas de colisiones, aerodinámica y movimiento humano
Integración de razonamiento
Interacción con agentes de IA demostrada
Planificación y supervisión de eventos asistidas por Gemini
Resolución y tasa de fotogramas en el lanzamiento
720p a 24 FPS
Cifras comparables no proporcionadas
Continuidad
Varios minutos en demostraciones de investigación
Unos minutos de interacción continua; sesiones extendidas no admitidas
Acceso para consumidores
Despliegue de Project Genie para suscriptores elegibles de Google AI Ultra a nivel global, mayores de 18 años
Acceso más amplio de Project Genie planificado
API pública general y precios
No establecido por los materiales citados
Acceso para socios seleccionados planificado; precios públicos no anunciados
¿Qué es Genie 4 y cómo funciona?
Genie 4 es un modelo de mundo que genera un entorno interactivo a medida que los eventos se desarrollan. Puedes navegar con controles de teclado y guiar la escena con texto, en lugar de ver un video fijo de principio a fin. Su cambio definitorio es que el mundo ahora puede responder mediante movimiento, sonido y conversación.
Los modelos Gemini ayudan a conectar tus instrucciones con la escena en evolución. Gemini Omni ayuda a fundamentar la apariencia y el comportamiento del mundo, mientras que los modelos de razonamiento ayudan a interpretar objetivos y mantener la continuidad. Para un creador, esto significa trabajar con una situación en curso: introduce un personaje o cambia el clima, luego explora la respuesta.
Genie 3 y la experiencia de Project Genie
Google DeepMind presentó Genie 3 el 5 de agosto de 2025, marcando un hito importante en la generación de mundos en tiempo real.
Google informó de salida 720p a 24 FPS, con entornos en gran medida consistentes a lo largo de varios minutos de interacción. El collage original de Genie 3 de Google DeepMind muestra entornos variados con navegación en tiempo real, desde paisajes volcánicos hasta vías fluviales urbanas.
El 29 de enero de 2026, Google presentó Project Genie, llevando la creación y exploración de mundos a suscriptores elegibles de Google AI Ultra, inicialmente en los Estados Unidos.
El 19 de mayo de 2026, Google anunció un despliegue global gradual de Project Genie para suscriptores elegibles de Google AI Ultra mayores de 18 años. La ampliación también introdujo Street View grounding, inicialmente usando ubicaciones en los Estados Unidos.
El prototipo inicial de Project Genie limitó las generaciones a 60 segundos y omitió algunas funciones de investigación, incluidos los eventos del mundo activables por prompt. Ese fue un límite de la aplicación en el lanzamiento, más que la interacción más larga mostrada por el modelo subyacente Genie 3.
¿Qué hay de nuevo en Genie 4?
Control de escena asistido por Gemini
Genie 4 te permite moldear un mundo mientras se está ejecutando. En lugar de empezar de nuevo cada vez que cambia una idea, puedes usar lenguaje natural para alterar el clima, introducir una persona u objeto, o redirigir la cámara. Gemini interpreta estas solicitudes en el contexto de la escena, ayudando a que el cambio encaje con lo que ya está sucediendo.
La integración con Gemini también admite secuencias de eventos. Gemini Omni ayuda a fundamentar la apariencia y el comportamiento del mundo, mientras que Gemini 3.8 Flash observa la escena, descompone los objetivos en pasos y comprueba el progreso. El resultado es un flujo de trabajo creativo construido alrededor de una situación en evolución: da una dirección al mundo, explora su respuesta y refina la siguiente acción.
Audio nativo y diálogo interactivo
El sonido forma parte del mundo generado de Genie 4. El ruido ambiental, la música y el habla pueden acompañar al entorno visual, dando a una escena una identidad audible además de la visual. Para los creadores, esto hace posible explorar el estado de ánimo de una experiencia sin tener que armar primero una banda sonora por separado.
El diálogo interactivo añade otra dimensión: los personajes pueden responder a tu entrada y a los eventos a medida que se desarrollan. Una conversación puede convertirse en parte de la exploración del entorno, en lugar de ser una grabación fija vinculada a él. Esto es especialmente útil al esbozar una historia interactiva o probar cómo podría contribuir un personaje a una escena.
Física y movimiento humano
Genie 4 pone más énfasis en cómo se comportan las personas y los objetos dentro de una escena. Sus demostraciones incluyen colisiones, efectos aerodinámicos y personajes que se mueven y reaccionan de manera más natural. En comparación con simplemente navegar por un paisaje convincente, esto ofrece a los creadores más margen para explorar la acción, la comedia física o la respuesta de un personaje ante un evento en desarrollo.
El movimiento también cambia cómo se comunica un concepto. Una persona que se gira hacia un sonido, se ajusta a un obstáculo o reacciona a otro personaje puede facilitar la comprensión del propósito de una escena.
Google también describe experimentos tempranos en robótica en los que Gemini 4 Argon proporciona un plan de varios pasos para guiar una simulación de Genie 4. Esto apunta a entornos para explorar el comportamiento de agentes.
Realismo visual e interacciones físicas
Genie 4 reúne personas de aspecto más natural y eventos físicos más ricos, incluidas colisiones y comportamiento aerodinámico. Para un concepto de juego o un storyboard, esto importa porque el movimiento y la reacción ayudan a comunicar la escena: un personaje respondiendo a un evento puede transmitir más que un fondo detallado por sí solo.
Genie 3 estableció una base sólida para explorar paisajes generados. Genie 4 sitúa más parte del énfasis creativo en lo que sucede dentro de ellos. Una revisión de conceptos útil puede, por tanto, plantear tres preguntas: ¿se entiende con claridad la acción?, ¿responde el personaje de forma convincente? y ¿la escena se mantiene coherente mientras te mueves?
Imágenes promocionales de Genie 4 de Google DeepMind. Explora las demostraciones interactivas que las acompañan para ver el movimiento y la respuesta de los personajes.
Consistencia y fiabilidad
Google identifica el desvío de objetos y la consistencia a largo plazo como retos en curso. Una escena puede parecer convincente mientras los objetos cambian tras un movimiento de cámara o varias ediciones. Las interacciones físicas complejas, el texto legible, la precisión espacial y el audio en tiempo real también siguen siendo problemas de investigación.
Genie 4 vs Genie 3: tasa de fotogramas y latencia
Genie 3 se lanzó con salida 720p a 24 FPS. En el anuncio de lanzamiento de Genie 4 no se suministran cifras comparables de resolución, tasa de fotogramas e interacción-latencia, por lo que aún no se puede establecer una ventaja numérica en velocidad o calidad visual.
Tasa de fotogramas y latencia de interacción
La tasa de fotogramas describe la frecuencia con la que se actualiza la salida visual. La latencia de interacción describe cuánto espera un usuario después de moverse, girar la cámara o emitir una instrucción de escena. Un modelo puede producir fotogramas fluidos y, aun así, responder lentamente a una edición, por lo que ambas mediciones deben evaluarse por separado.
Para un prototipo interactivo, registra el retraso desde una entrada hasta la primera respuesta visible relevante, la tasa de fotogramas durante el movimiento y las interrupciones tras cambios de escena. Usa la misma secuencia de entrada y condiciones de red comparables para ambos modelos.
Duración de la sesión y memoria visual
Un límite de duración de sesión, el tiempo que una escena permanece coherente y la capacidad de recordar un objeto tras abandonarlo son propiedades diferentes. El límite inicial de 60 segundos de Project Genie no es una medida directa de la memoria subyacente de Genie 3 ni de la demostración de investigación más larga.
Genie 4 admite unos pocos minutos de interacción continua, en lugar de sesiones extendidas. Planifica exploraciones cortas y enfocadas y revisa la continuidad después de movimientos de cámara o ediciones repetidas. Una sesión más larga por sí sola no muestra qué tan bien recuerda un modelo los objetos.
Genie 4 vs Genie 3: costo
Acceso por suscripción y precios de API
Para el acceso y la presupuestación, separa una suscripción de consumo del uso de API para desarrolladores. Project Genie es una vía para explorar mundos generados; una suscripción no ofrece los mismos términos de facturación ni opciones de integración que una API medida.
Elemento de costo
Genie 3
Genie 4
Vía de consumo
Project Genie para suscriptores elegibles de Google AI Ultra a nivel global, mayores de 18 años
Acceso más amplio de Project Genie planificado
Tarifa de API pública independiente
No establecido por los materiales citados
No anunciado en los materiales de lanzamiento
Cargo por sesión o por minuto
Aquí no se ha establecido una tarifa pública comparable
Aquí no se ha establecido una tarifa pública comparable
Costo de autoalojamiento
Pesos públicos no publicados en los materiales citados
Pesos públicos no publicados en los materiales citados
Por ahora, presupuesta en torno a la vía de acceso disponible para ti. Para una integración con API, confirma la tarifa publicada, la unidad de facturación y los controles de sesión antes de estimar el costo del proyecto.
Costo por prototipo utilizable
Para el trabajo creativo, define qué hace que una sesión sea utilizable antes de contabilizar su costo: una escena requerida, una interacción exitosa, continuidad aceptable y una salida que el equipo pueda revisar. Registra los intentos de generación, el tiempo de espera, la corrección manual y las sesiones descartadas.
Cuando haya precios medidos, compara el costo total facturado de todos los intentos con el número de prototipos que cumplen esos criterios. Para el acceso por suscripción, informa el gasto de la suscripción y el tiempo del personal por separado; evita presentar un precio hipotético por minuto como una tarifa oficial.
Genie 4 vs Genie 3: ¿qué modelo deberías elegir?
Comienza con la experiencia que quieres crear y el acceso del que dispones.
Elige Genie 3 para una exploración accesible: Project Genie ofrece una experiencia de consumo existente para suscriptores elegibles de Google AI Ultra. Es un punto de partida práctico para explorar mundos generados.
Evalúa Genie 4 para interacciones más ricas: Su audio nativo, diálogo receptivo y control de escena asistido por Gemini lo hacen prometedor para narrativas interactivas, conceptos de juegos y previsualización creativa.
Evalúa Genie 4 con cautela para investigación en robótica: Sus demostraciones de interacciones físicas y eventos de varios pasos son desarrollos de investigación interesantes, pero no establecen una precisión física de grado de ingeniería.
Usa un motor convencional o un simulador validado para flujos de trabajo de producción deterministas: Si tu proyecto requiere física repetible, recursos estructurados, comportamiento de colisión preciso o lógica de juego predecible, un modelo de mundo generado no debería sustituir a un sistema de simulación validado sin pruebas sustanciales.
¿Dónde puedes acceder a Genie 4 y Genie 3?
Acceso oficial
Project Genie comenzó su despliegue global para suscriptores elegibles de Google AI Ultra mayores de 18 años el 19 de mayo de 2026. Verifica la elegibilidad de tu cuenta y las funciones disponibles antes de suscribirte específicamente para la creación de mundos.
Una suscripción Ultra o una clave existente de Gemini API no otorga automáticamente acceso inmediato a Genie 4. Verifica si tu cuenta ha recibido la vista previa.
Acceso a través de CometAPI
Los enlaces a CometAPI anteriores se refieren al soporte de los modelos de razonamiento de Gemini. Para una integración de simulación de mundos, busca documentación por separado que cubra el acceso a Genie 4, el identificador del modelo, el formato de solicitud y la tarificación por sesión.
Conclusión
Genie 3 estableció la exploración en tiempo real de mundos visuales generados. Genie 4 amplía esa dirección con sonido y diálogo receptivos, comportamiento físico más rico y eventos asistidos por razonamiento.
Si quieres explorar narrativas más ricas o conceptos interactivos, Genie 4 es la dirección más interesante a seguir a medida que se amplía el acceso en vista previa. Project Genie sigue siendo un punto de partida práctico para suscriptores elegibles que quieran probar la creación de mundos hoy. Comienza con una escena breve y una interacción significativa, luego decide si el resultado ayuda a tu proceso creativo.
Preguntas frecuentes
¿Está Genie 4 disponible para el público?
Genie 4 comienza con una vista previa de investigación para probadores de confianza. Se planifica un acceso más amplio a través de Project Genie y de socios desarrolladores seleccionados. Puedes unirte a la lista de espera, pero la elegibilidad existente de Project Genie no garantiza una invitación inmediata a Genie 4.
¿Se pueden exportar mundos de Genie 4 a Unity o Unreal Engine?
Los materiales de lanzamiento citados no documentan un flujo de exportación de assets de escena para ninguno de los dos motores. Una escena generada y navegable no proporciona por sí misma mallas editables, materiales, geometría de colisión ni lógica de juego. Si la integración con un motor es esencial, verifica el formato de exportación real y el flujo de trabajo compatible antes de elegir una herramienta.
¿Cómo se puede hacer reproducible una evaluación de Genie 4?
Conserva el prompt o la imagen inicial, la secuencia de acciones, el temporizado, la versión del modelo y los ajustes de generación disponibles. Ejecuta el escenario repetidamente y guarda tanto las grabaciones como las notas de fallos. Sin controles deterministas documentados, estos registros permiten la comparación entre pruebas, pero no garantizan un mundo idéntico regenerado.
¿Puede Genie 4 demostrar la seguridad de un robot en el mundo real?
Una simulación generada por sí sola no puede establecer la seguridad en el mundo real. Úsala para explorar escenarios o desarrollar hipótesis y luego valida el comportamiento importante con modelos físicos apropiados, pruebas de hardware controladas y un proceso de seguridad específico de la tarea. La plausibilidad visual no sustituye a la dinámica medida ni a la evidencia de una transferencia fiable a un robot real.
¿Qué significa SynthID para las salidas de Genie 4?
Google dice que el video y el audio de Genie 4 llevarán su marca de agua SynthID, que ayuda a identificar material generado por IA. El marcado de procedencia no certifica la precisión física, la reconstrucción histórica factual ni la fiabilidad de un evento simulado. Esas cuestiones requieren comprobaciones separadas del contenido y su uso previsto.
Adecuación típica
Explorar mundos visuales generados
Evaluar conceptos y escenarios interactivos más ricos
