Volver a la tendencia del día: La IA Genie 4 de Google crea mundos para recorrer; solo para probadores invitados
Ranking Poly · de la tendencia del día

Mejores modelos de IA de mundos 2026: pruebas externas de recorridos largos

Genie 3 obtiene la mejor puntuación de todos los modelos probados en memoria en pruebas externas, pero solo queda octavo al seguir sus órdenes de teclado. Genie 4, anunciado el 27 de octubre, todavía no ha sido evaluado por ninguna prueba externa.

  • N.º 1: Genie 3 (Google DeepMind)
  • 10 puestos

01Lista final

Las IA líderes armaron cada una su propia lista de diez, de forma independiente. Aquí hay un resultado fácil de comprobar: cada puesto tiene un motivo, una fuente y la lista de IA que lo incluyeron.

Orden: de mayor a menor acuerdo entre las IA.

Una etiqueta brillante significa que esa IA puso el elemento en su lista. Una tenue, que no.

  1. 1

    Genie 3 (Google DeepMind)

    #1 en primera persona en WorldRoamBench (73,81 en el artículo, 70,32 en el sitio del proyecto) con la mejor memoria, pero octavo al seguir las teclas. Project Genie limita los recorridos a 60 segundos.

    Lo incluyeron: Claude, ChatGPT, Grok, Nova, Kimi, Qwen, StepFun, DeepSeek. No lo incluyeron: Gemini, Wenxin.

    En sus listas: Claude: 1 · ChatGPT: 1 · Grok: 1 · Nova: 10 · Kimi: 1 · Qwen: 8 · StepFun: 2 · DeepSeek: 1

    Qué señaló cada IA 8
    • Claudepuesto 1

      Primero en memoria y física en el tablero de WorldRoamBench para primera persona, pero solo octavo en seguimiento de acciones y noveno en calidad visual: el raro modelo que recuerda una habitación, pero le obedece menos.

      Fuente ↗
    • ChatGPTpuesto 1

      Líder de la arena independiente con 1.727 Elo, pero incluso la generación más avanzada de mundos de video interactivos sigue lejos de una simulación verificada de una hora.

    • Grokpuesto 1

      Encabeza los bancos de paseos largos de evaluadores externos (~70-74 en primera persona, FPV, en conjunto), mientras los evaluadores externos siguen viendo brechas de física y memoria frente a las demostraciones seleccionadas.

      Fuente ↗
    • Novapuesto 10

      Base de Genie 4, estabilidad de 1 minuto

      Fuente ↗
    • Kimipuesto 1

      El único modelo que encabeza ambas pruebas independientes de caminar: #1 en primera persona general en WorldRoamBench (73,81) y mejor consistencia de mundo en WorldMark, pero su paseo termina a los 60 segundos por diseño.

    • Qwenpuesto 8

      El predecesor de 2025 de Genie 4, que inauguró los entornos dirigidos por el usuario y hoy queda eclipsado por Cosmos en física y por Marble en exportación 3D.

      Fuente ↗
    • StepFunpuesto 2

      El único modelo de mundo que ejecutan todas las pruebas externas, y cuya propia afirmación de memoria de un minuto las tablas confirman más o menos.

      Fuente ↗
    • DeepSeekpuesto 1

      El único modelo de mundo con un puesto entre los tres primeros en cada prueba externa, y una puntuación de acción octava que muestra exactamente dónde termina la demo cuidada.

      Fuente ↗
    8 IA lo pusieron aquí
  2. 2

    Genie 4 (Google DeepMind)

    Tiene sonido, personajes que hablan y cambios escritos en medio del mundo, pero solo pueden usarlo los evaluadores invitados y no existe ninguna prueba externa. «2 minutos» proviene de informes de prensa; Google no da ninguna cifra.

    Lo incluyeron: Claude, ChatGPT, Grok, Nova, Kimi, Qwen, StepFun, DeepSeek. No lo incluyeron: Gemini, Wenxin.

    En sus listas: Claude: 3 · ChatGPT: 3 · Grok: 3 · Nova: 1 · Kimi: 9 · Qwen: 2 · StepFun: 3 · DeepSeek: 2

    Qué señaló cada IA 8
    • Claudepuesto 3

      La lista de funciones más rica (sonido, personajes que hablan, cambios escritos durante el mundo) y la evidencia externa más escasa: anunciado ayer, nadie lo ha evaluado todavía con pruebas comparativas.

      Fuente ↗
    • ChatGPTpuesto 3

      Unos dos minutos de simulación interactiva ya incluyen voces y sonido generados, pero los evaluadores independientes aún no han establecido si el mundo sobrevive a una segunda visita.

      Fuente ↗
    • Grokpuesto 3

      Primer modelo de mundo de DeepMind con audio y diálogo nativos, pero todavía solo para evaluadores invitados y sin medición por parte de evaluadores externos.

      Fuente ↗
    • Novapuesto 1

      Audio nativo, estabilidad de 2 minutos, planificación guiada por Gemini

      Fuente ↗
    • Kimipuesto 9

      Anunciado ayer con el mayor salto declarado —sonido, personajes que hablan, un cerebro de Gemini que dirige la escena— y sin una sola prueba externa ni especificación publicada que lo verifique.

      Fuente ↗
    • Qwenpuesto 2

      Anunciado el 27 de octubre de 2026, añade audio nativo en tiempo real y personajes conversacionales, pero su estabilidad real sigue tras un muro de evaluadores solo por invitación.

      Fuente ↗
    • StepFunpuesto 3

      El modelo de mundo más interactivo que se ha mostrado todavía no lo ha probado nadie fuera de Google.

      Fuente ↗
    • DeepSeekpuesto 2

      Dos minutos de coherencia, sonido nativo y personajes que le responden, y cero filas de pruebas externas que lo demuestren.

      Fuente ↗
    8 IA lo pusieron aquí
  3. 3

    Marble (World Labs)

    No se desvía porque el mundo es un archivo 3D guardado (splats y mallas), no video en vivo. Ninguna prueba de recorrido largo lo evalúa, y no es un simulador en vivo.

    Lo incluyeron: Claude, ChatGPT, Gemini, Grok, Kimi, Qwen, StepFun, DeepSeek. No lo incluyeron: Nova, Wenxin.

    En sus listas: Claude: 6 · ChatGPT: 2 · Gemini: 2 · Grok: 5 · Kimi: 4 · Qwen: 3 · StepFun: 1 · DeepSeek: 3

    Qué señaló cada IA 8
    • Claudepuesto 6

      No transmite video: le entrega un mundo persistente de splats gaussianos y mallas, así que dar la vuelta es seguro por diseño, pero no se puede jugar dentro de él durante mucho tiempo.

      Fuente ↗
    • ChatGPTpuesto 2

      Un mundo que se puede exportar como geometría 3D real tiene una ventaja de persistencia que el video, bonito pero regenerado continuamente, no puede igualar automáticamente.

    • Geminipuesto 2

      A diferencia de los puros ilusionistas del video, convierte fotos sueltas en mundos de splats gaussianos 3D exportables por los que los arquitectos pueden caminar indefinidamente sin deterioro visual.

    • Grokpuesto 5

      El que exporta 3D real y editable (splats, mallas, GLB) en lugar de paseos solo en video.

    • Kimipuesto 4

      El truco para la estabilidad: sus mundos nunca se degradan porque se exportan como archivos 3D. Es el único modelo top que ninguna prueba puede hacer «olvidar» una habitación.

    • Qwenpuesto 3

      El único modelo que de verdad exporta geometría 3D editable en lugar de solo un video, lo que da a cineastas y arquitectos un motor espacial real y no una alucinación.

    • StepFunpuesto 1

      El único modelo de mundo cuya permanencia de objetos es un formato de archivo, no una esperanza.

    • DeepSeekpuesto 3

      El único modelo top que exporta una escena de splats gaussianos que puede abrir de nuevo en Unreal o Blender: permanencia de objetos por geometría, no por memoria.

    8 IA lo pusieron aquí
  4. 4

    NVIDIA Cosmos 3

    Diseñado para entrenar robots y coches, y ausente de las pruebas de recorrido. El propio informe de NVIDIA dice que una variante de conducción mantiene sus métricas durante 1 hora (afirmación del laboratorio, dos escenas).

    Lo incluyeron: Claude, ChatGPT, Gemini, Grok, Kimi, Wenxin, Qwen, StepFun. No lo incluyeron: Nova, DeepSeek.

    En sus listas: Claude: 8 · ChatGPT: 9 · Gemini: 3 · Grok: 4 · Kimi: 8 · Wenxin: 1 · Qwen: 1 · StepFun: 6

    Qué señaló cada IA 8
    • Claudepuesto 8

      Creado para generar datos de entrenamiento para robots y coches, no para pasear dentro de ellos, y está abierto a los desarrolladores.

      Fuente ↗
    • ChatGPTpuesto 9

      La plataforma de modelos de mundo con más consecuencias puede ser la que construye datos de entrenamiento para robots, y no la que gana un concurso de video de mundos bonitos.

    • Geminipuesto 3

      Creado específicamente para la IA física y no para videojuegos, con la mejor puntuación en pruebas de gravedad y fricción, mientras ingiere trayectorias de robots industriales.

      Fuente ↗
    • Grokpuesto 4

      Columna vertebral abierta y omnimodal de IA física, ya usada para simulación de robots y vehículos autónomos, con buenas puntuaciones en pruebas físicas abiertas, pero con puntajes interactivos en paseos largos por debajo de los modelos cerrados.

      Fuente ↗
    • Kimipuesto 8

      Nadie lo ha recorrido por diversión, pero es el único modelo con una curva de estabilidad de una hora publicada: las métricas se mantienen en rango durante 60 minutos completos de simulación de conducción.

      Fuente ↗
    • Wenxinpuesto 1

      El único modelo de mundo con un motor de física publicado que ejecuta simulaciones de robots hoy: minutos de mundos estables para desarrolladores.

      Fuente ↗
    • Qwenpuesto 1

      El único modelo abierto que ocupa el primer puesto en siete clasificaciones de IA física, lo que convierte la generación de mundos en un estándar para entrenar robots en lugar de un truco de salón.

    • StepFunpuesto 6

      Abierto y omnimodal, pero hecho para entrenar robots y no para recorrerlo durante una hora.

      Fuente ↗
    8 IA lo pusieron aquí
  5. 5

    HY-World 1.5 / WorldPlay (Tencent Hunyuan)

    Sigue las teclas mejor que todos los modelos (98,33 de precisión parcial, 70,29 en primera persona), pero el control en tercera persona cae a 21,23, frente a 84,43 de Happy Oyster.

    Lo incluyeron: Claude, ChatGPT, Grok, Nova, Kimi, Qwen, StepFun, DeepSeek. No lo incluyeron: Gemini, Wenxin.

    En sus listas: Claude: 4 · ChatGPT: 6 · Grok: 7 · Nova: 2 · Kimi: 6 · Qwen: 6 · StepFun: 5 · DeepSeek: 8

    Qué señaló cada IA 8
    • Claudepuesto 4

      El único modelo abierto que se vende con 24 FPS y memoria geométrica a largo plazo, con código de entrenamiento completo y pesos, y lo ejecutaron personas ajenas al desarrollo en WorldMark.

      Fuente ↗
    • ChatGPTpuesto 6

      Un modelo de mundo publicado abiertamente con un mecanismo explícito de reconstrucción de memoria: la ingeniería se puede inspeccionar aunque el mundo generado sea imperfecto.

      Fuente ↗
    • Grokpuesto 7

      Pesos abiertos que lideran algunas puntuaciones de acción, pero se quedan muy atrás en control en tercera persona (TPV) y en física frente a los modelos cerrados.

      Fuente ↗
    • Novapuesto 2

      Calidad y control equilibrados, código abierto

      Fuente ↗
    • Kimipuesto 6

      Sigue los comandos de teclado mejor que Genie 3 (98,33 de precisión de acción parcial), pero pierde la habitación cuando aparece un personaje: tasa de control en tercera persona del 21%.

      Fuente ↗
    • Qwenpuesto 6

      El marco multimodal de código abierto de Tencent construye escenas 3D navegables reales con profundidad y pose de cámara, lo que lo convierte en un rival serio de los gigantes de código cerrado.

      Fuente ↗
    • StepFunpuesto 5

      El único modelo abierto que promete consistencia geométrica, no solo memoria visual.

      Fuente ↗
    • DeepSeekpuesto 8

      La mejor navegación en WBench con 87,5, pero la consistencia de perspectiva se desploma a 62,5: un mundo que usted puede dirigir, pero en el que no puede confiar cuando da la vuelta.

      Fuente ↗
    8 IA lo pusieron aquí
  6. 6

    Matrix-Game 3.0 (Skywork AI)

    El modelo abierto más rápido (40 cuadros por segundo a 720p, según afirman los autores), pero solo obtiene 63,31 en primera persona en recorridos externos. Su memoria de un minuto es una afirmación del propio laboratorio.

    Lo incluyeron: Claude, ChatGPT, Grok, Nova, Kimi, Qwen, StepFun, DeepSeek. No lo incluyeron: Gemini, Wenxin.

    En sus listas: Claude: 5 · ChatGPT: 7 · Grok: 8 · Nova: 3 · Kimi: 5 · Qwen: 5 · StepFun: 4 · DeepSeek: 7

    Qué señaló cada IA 8
    • Claudepuesto 5

      720p a hasta 40 FPS con un modelo abierto de 5B, un gran salto frente a los 25 FPS de la versión 2.0, pero la afirmación del minuto de duración es de los propios autores.

      Fuente ↗
    • ChatGPTpuesto 7

      Sus 1.487 Elo parecen modestos junto a Genie 3, pero WorldMark lo identifica como un buen ejemplo de obedecer una orden de dirección inversa.

    • Grokpuesto 8

      Modelo abierto de video interactivo rápido (~5 MPPS, es decir, millones de píxeles por segundo) que todavía queda atrás en física y memoria a largo plazo.

      Fuente ↗
    • Novapuesto 3

      Física sólida, soporte en tercera persona

      Fuente ↗
    • Kimipuesto 5

      El que sostiene el minuto en código abierto: 720p a 40 fps con memoria de un minuto, y el 15 de octubre de 2026 se convirtió en Matrix-Game 4.0, con niveles de juego jugables de verdad.

      Fuente ↗
    • Qwenpuesto 5

      El campeón de código abierto en video de 720p de larga duración, que mantiene las escenas unidas durante minutos en WorldMark, donde los modelos propietarios suelen disolverse en deriva visual.

      Fuente ↗
    • StepFunpuesto 4

      Unos 25 GB de pesos abiertos que alcanzan 40 FPS en 720p en una tarjeta de consumo.

      Fuente ↗
    • DeepSeekpuesto 7

      40 FPS en 720p con un modelo de 5B: el referente de tiempo real de código abierto que hay que superar.

      Fuente ↗
    8 IA lo pusieron aquí
  7. 7

    YUME 1.5

    Los cuadros más bonitos de WorldMark (calidad de imagen 74,36), pero con poca coherencia: 56,21 en primera persona en WorldRoamBench, puesto 9 de 10. Las habitaciones dejan de tener sentido al girar.

    Lo incluyeron: Claude, ChatGPT, Grok, Nova, Kimi, Qwen, StepFun, DeepSeek. No lo incluyeron: Gemini, Wenxin.

    En sus listas: Claude: 9 · ChatGPT: 5 · Grok: 9 · Nova: 4 · Kimi: 10 · Qwen: 7 · StepFun: 10 · DeepSeek: 9

    Qué señaló cada IA 8
    • Claudepuesto 9

      Un modelo abierto que WorldMark evaluó con escenas idénticas, pero sin resultado destacado en las fuentes que pude consultar.

      Fuente ↗
    • ChatGPTpuesto 5

      Tercero en las votaciones de preferencia humana, pero las pruebas de acción de WorldMark muestran por qué una escena convincente puede responder mal a los comandos básicos de movimiento.

    • Grokpuesto 9

      Puntuaciones estéticas sólidas en WorldMark, pero queda cerca del fondo en estabilidad a largo plazo en WorldRoamBench.

      Fuente ↗
    • Novapuesto 4

      Gran atractivo visual, consistencia más débil

      Fuente ↗
    • Kimipuesto 10

      El ganador del concurso de belleza que suspende la prueba de memoria: los fotogramas más bonitos de WorldMark, pero las habitaciones dejan de tener sentido cuando usted da la vuelta.

      Fuente ↗
    • Qwenpuesto 7

      Un generador de mundos interactivos controlado por texto que funciona de forma fiable en las escenas unificadas de WorldMark, aunque carece de la profundidad de audio en tiempo real de Genie 4.

      Fuente ↗
    • StepFunpuesto 10

      Abierto y jugable con teclado, y el caso más claro de una demo que supera a sus propias rotaciones.

      Fuente ↗
    • DeepSeekpuesto 9

      El ganador en calidad visual de WorldMark que puntúa mal en coherencia a largo plazo: belleza sin memoria.

      Fuente ↗
    8 IA lo pusieron aquí
  8. 8

    Happy Oyster (Alibaba)

    Supera a Genie 3 cuando aparece un personaje en pantalla: #1 en tercera persona en WorldRoamBench (60,24 frente a 57,04) y entre los tres primeros en primera persona. Es cerrado, con acceso anticipado por lista de espera.

    Lo incluyeron: Claude, Grok, Nova, Kimi, Qwen, StepFun, DeepSeek. No lo incluyeron: ChatGPT, Gemini, Wenxin.

    En sus listas: Claude: 2 · Grok: 2 · Nova: 9 · Kimi: 2 · Qwen: 4 · StepFun: 8 · DeepSeek: 4

    Qué señaló cada IA 7
    • Claudepuesto 2

      Encabeza el tablero de tercera persona de WorldRoamBench y está entre los tres primeros en primera persona, mientras la prensa dice que su modo de recorrido dura alrededor de 1 minuto.

      Fuente ↗
    • Grokpuesto 2

      Lidera el control y la memoria en tercera persona (TPV) en los mismos paseos de evaluadores externos que exponen las brechas de los modelos abiertos, con modo de dirección de hasta 3 minutos.

      Fuente ↗
    • Novapuesto 9

      Etapa temprana, pruebas limitadas

      Fuente ↗
    • Kimipuesto 2

      Supera a Genie 3 en cuanto aparece un personaje en pantalla: #1 en tercera persona en WorldRoamBench, con una tasa de control en tercera persona del 84,4%, unas 4 veces la del mejor modelo abierto.

      Fuente ↗
    • Qwenpuesto 4

      Un motor abierto en tiempo real que procesa voz y entradas de teclado, con buena puntuación en WorldRoamBench, pero que todavía tiene dificultades para mantener estable la física después de los 60 segundos.

      Fuente ↗
    • StepFunpuesto 8

      Un nombre destacado en la tabla abierta más citada, y aun así por detrás de los modelos abiertos al seguir sus teclas.

      Fuente ↗
    • DeepSeekpuesto 4

      El campeón de tercera persona de WorldRoamBench y el caso atípico de navegación en WBench con 94,8, pero último en puntuación visual.

      Fuente ↗
    7 IA lo pusieron aquí
  9. 9

    Lyra 2.0 (NVIDIA)

    El mejor modelo abierto en pruebas externas de recorridos largos: 70,32 en primera persona (69,61 en el sitio), muy cerca de Genie 3. Los pesos tienen una licencia no comercial.

    Lo incluyeron: Claude, ChatGPT, Grok, Nova, Kimi, DeepSeek. No lo incluyeron: Gemini, Wenxin, Qwen, StepFun.

    En sus listas: Claude: 7 · ChatGPT: ver lista · Grok: 6 · Nova: 6 · Kimi: 3 · DeepSeek: 5

    Qué señaló cada IA 6
    • Claudepuesto 7

      Un finalista entre los tres primeros en primera persona en WorldRoamBench que recibe mucha menos atención que Genie.

      Fuente ↗
    • ChatGPT

      En su propia lista tiene otro nombre: abre la lista completa.

      ver lista
    • Grokpuesto 6

      La puntuación en primera persona (FPV) más alta de un modelo abierto en WorldRoamBench (~69-70), cerca de los líderes cerrados.

      Fuente ↗
    • Novapuesto 6

      Memoria sólida, física moderada

      Fuente ↗
    • Kimipuesto 3

      El mejor modelo abierto en la prueba de paseo de evaluadores externos: 70,32 en primera persona general, a menos de 3,5 puntos de Genie 3, en hardware que puede alquilar.

      Fuente ↗
    • DeepSeekpuesto 5

      El líder de pesos abiertos: segundo en general en WorldRoamBench y el único modelo entre los cinco primeros que se puede descargar y ejecutar.

      Fuente ↗
    6 IA lo pusieron aquí
  10. 10

    LingBot-World (Ant Group)

    Estable con secuencias de teclas difíciles (la precisión estricta baja menos de 5 puntos) y 64,25 en primera persona en WorldRoamBench, pero solo 32,19 en tercera persona.

    Lo incluyeron: ChatGPT, Grok, Nova, Kimi. No lo incluyeron: Claude, Gemini, Wenxin, Qwen, StepFun, DeepSeek.

    En sus listas: ChatGPT: 8 · Grok: 10 · Nova: 5 · Kimi: 7

    Qué señaló cada IA 4
    • ChatGPTpuesto 8

      Un contendiente de 1.605 Elo con 228 batallas en la arena, lo que hace que su registro de comparaciones públicas sea más grande que el de varios competidores más conocidos.

    • Grokpuesto 10

      Modelo abierto competitivo en seguimiento de acciones, pero débil en control en tercera persona y en estabilidad general cuando los evaluadores externos hacen los mismos paseos.

      Fuente ↗
    • Novapuesto 5

      Buena consistencia espacial, problemas de control

      Fuente ↗
    • Kimipuesto 7

      El subcampeón constante del mundo abierto: 64,25 en la prueba de paseo de evaluadores externos y solo por detrás del propio simulador de NVIDIA en su prueba de navegación con cámara.

      Fuente ↗
    4 IA lo pusieron aquí

Más sobre los tres primeros ↓

02Más sobre los tres primeros

El ranking está arriba. Aquí tiene más sobre los tres primeros puestos: qué son, por qué están aquí y qué vale la pena saber.

Solo Genie 3 tiene una puntuación externa (WorldRoamBench). Genie 4 no tiene ninguna prueba externa, y Marble es un archivo 3D guardado que ninguna prueba de caminatas largas cubre, así que las tres no se miden de la misma manera.

1Genie 3 (Google DeepMind)

N.º 1 — Genie 3 (Google DeepMind). En las listas de 8 de 10 IA; puesto mediano allí: 1. Tiene la mejor memoria de cualquier modelo en las pruebas externas de recorridos, aunque responde mal a las pulsaciones de teclas y los recorridos terminan a los 60 segundos.

¿Sabía que…?

  • Genie 3 puede crear escenas de calle a partir de Google Street View. Waymo hizo su propia versión, el Waymo World Model, para simular situaciones viales poco frecuentes para robotaxis. Esa versión entrega datos de lidar cuatro veces más rápido que Genie 3.

Qué es
La IA de Google que dibuja en directo, en video, un mundo por el que se puede caminar.
Su ventaja
La única de las tres con puntuaciones de pruebas externas; primera en memoria.
Para quién
Sirve a quien quiera probar un mundo en vivo por el que caminar; no a quien necesite sesiones largas.
  • Puntuación en primera persona de WorldRoamBench73,81 en primera persona (artículo científico)

Wikipedia · Wikidata

Por qué está aquí
  • En la prueba WorldRoamBench, con 12 modelos de mundo, Genie 3 quedó 1.º en memoria en recorridos en primera persona, y también 1.º en física. Su punto débil fue seguir las pulsaciones de teclas, donde quedó 8.º.

  • La memoria de Genie 3 dura alrededor de un minuto, frente a los 10–20 segundos de Genie 2. Pero Project Genie, la versión que la gente puede usar, termina cada recorrido a los 60 segundos, porque las sesiones más largas cuestan demasiado para ofrecerlas de forma masiva.

    Fuente ↗ ✓ confirmado por varias IA
¿Sabía que…?
  • Según se informa, Genie 3 tiene 11.000 millones de parámetros. Su memoria visual, de cerca de un minuto, dura entre tres y seis veces más que los 10–20 segundos de Genie 2. Genie 2, además, dibujaba sus mundos a solo 360p.

Historia
  • Project Genie se abrió el 29 de enero de 2026 para suscriptores de Google AI Ultra en Estados Unidos. Según la página de Google, los recorridos tenían un límite de 60 segundos y los controles podían ser lentos.

A tener en cuenta
  • TechCrunch dice que cada sesión de Project Genie tiene un límite de un minuto por los costos de cómputo. Volver a un lugar solía funcionar, pero los objetos podían faltar o aparecer de nuevo cuando la escena se redibujaba.

    Fuente ↗ ✓ confirmado por varias IA
  • La misma reseña encontró que las teclas a veces no hacían nada o mandaban al personaje en la dirección equivocada, y que los personajes a veces atravesaban paredes. Las indicaciones fotorrealistas tendían a parecer videojuegos.

Dónde seguir
  • Project Genie usa Genie 3 para suscriptores de Google AI Ultra de Estados Unidos mayores de 18 años. Empiece con el boceto de un mundo: describa una escena, elija caminar, volar o conducir, y luego muévase por ella. Tenga en cuenta el límite de 60 segundos.

Vídeo: AlphaGo - How AI mastered the hardest boardgame in history (en inglés) · Arxiv Insights

Comparar los tres primeros ↓

2Genie 4 (Google DeepMind)

N.º 2 — Genie 4 (Google DeepMind). En las listas de 8 de 10 IA; puesto mediano allí: 3. Añade sonido y mundos más largos, de unos dos minutos según la prensa, pero solo pueden usarlo los probadores invitados y todavía no existe ninguna prueba externa.

¿Sabía que…?

  • Genie 4 apareció como vista previa de investigación el 27 de octubre de 2026, solo un día antes de este ranking. Google dice que está construido sobre Gemini Omni para lograr detalles realistas. DeepMind también lo presenta como un lugar seguro para probar cómo se mueven robots y agentes.

Qué es
El modelo de mundo más nuevo de Google, anunciado el 27 de octubre de 2026.
Su ventaja
Mundos más largos que Genie 3 (según la prensa), y añade sonido y personajes que hablan.
Para quién
Sirve a quien pueda entrar en la lista de probadores; los demás deben esperar a un acceso más amplio.
  • Puntuación en primera persona de WorldRoamBenchTodavía sin prueba externa

Wikipedia · Wikidata

Por qué está aquí
  • Las experiencias con Genie 4 duran unos dos minutos, el doble que las sesiones de 60 segundos del Project Genie de enero de 2026. Por eso queda por encima de Genie 3 en duración. Esta cifra viene de la prensa, no de Google.

    Fuente ↗ ✓ confirmado por varias IA
  • Google anunció Genie 4 el 27 de octubre de 2026, pero solo para un grupo limitado de probadores de confianza. Los suscriptores de Ultra lo tendrán «pronto» y los socios de la API de Gemini más adelante, sin fecha. Por eso queda por debajo de Genie 3 en cuanto a quién puede usarlo.

    Fuente ↗ ✓ confirmado por varias IA
Historia
  • Genie 4 se abrió el 27 de octubre de 2026 solo a probadores de confianza, como vista previa de investigación. La cifra de «hasta dos minutos» viene de la información de TechCrunch y es el doble del límite de Genie 3.

    Fuente ↗ ✓ confirmado por varias IA
A tener en cuenta
  • TechCrunch dice que Genie 4 puede mantener una escena coherente durante hasta dos minutos, pero los detalles y los objetos pueden desviarse cuanto más tiempo funcione. Es solo una vista previa de investigación para probadores de confianza.

  • TechCrunch informa de que DeepMind todavía no ha resuelto cómo hacer que el audio sea preciso ni cómo lograr que el texto dentro del mundo se pueda leer.

Qué dice la gente
  • "anytime you’re kind of in need of rapid ideation." — Diego Rivas, Google DeepMind engineer

Dónde seguir
  • Genie 4 es una vista previa de investigación para probadores de confianza, así que probablemente todavía no pueda abrirlo. Lea las notas de la página sobre el sonido y sobre «unos pocos minutos de interacción continua», y luego compárelo con Genie 3 en Project Genie.

Nova lo pusieron primero. Qué vieron en él
  • Nova: Audio nativo, estabilidad de 2 minutos, planificación guiada por Gemini

Vídeo: AlphaGo - How AI mastered the hardest boardgame in history (en inglés) · Arxiv Insights

Comparar los tres primeros ↓

3Marble (World Labs)

N.º 3 — Marble (World Labs). En las listas de 8 de 10 IA; puesto mediano allí: 3. Su mundo es un archivo 3D guardado, así que nunca se desvía, pero ninguna prueba de caminatas largas lo cubre y no es un simulador en vivo.

Cararra-Steinbruch retouched
Reiner Flassig · Public domain · Wikimedia Commons

¿Sabía que…?

  • El plan gratuito de Marble puede crear mundos, pero no exportarlos. Para guardar los archivos de splats, las panorámicas de 360 grados y las mallas de colisión para física se necesita un plan de pago. La malla GLB con texturas requiere Pro, y los derechos comerciales vienen con Pro, no con Standard.

Qué es
La herramienta de World Labs que convierte texto o imágenes en mundos 3D guardados.
Su ventaja
Sus mundos no pueden desviarse ni olvidar una habitación, porque son archivos.
Para quién
Sirve a creadores y desarrolladores de juegos que quieran 3D exportable; no a quien busque un mundo que reaccione.
  • Puntuación en primera persona de WorldRoamBenchSin prueba de caminatas largas

Wikipedia · Wikidata

Por qué está aquí
  • Marble guarda cada mundo como un archivo en lugar de dibujarlo en vivo. El archivo de máxima calidad contiene 2 millones de splats (puntitos 3D diminutos) en formato .ply o .spz, así que el mundo se mantiene igual sin importar cuánto tiempo se quede.

    Fuente ↗ ✓ confirmado por varias IA
  • Marble también ofrece una versión más ligera de 500 mil splats, pensada para reproducción en tiempo real, además de mallas 3D estándar. El mundo es un archivo que puede abrir en herramientas de juegos, no un simulador en vivo por el que se camina.

¿Sabía que…?
  • Un mundo de Marble puede salir de Marble. Las exportaciones van a Unreal Engine, Unity, Blender y Houdini, y a aplicaciones web mediante Spark para three.js. Por eso se mantiene estable: es un archivo guardado, no un video generado en vivo.

    Fuente ↗ ✓ confirmado por varias IA
Historia
  • En noviembre de 2025 World Labs lanzó Marble, su primer producto comercial, que convierte indicaciones de texto en mundos 3D descargables. La empresa ya había alcanzado una valoración de algo más de 1.000 millones de dólares.

A tener en cuenta
  • La reseña de AI Indigo dice: «La limitación más evidente es la falta de control detallado». También afirma que Marble no reemplaza un flujo de producción completo.

  • La misma reseña dice que, aunque se puede recorrer los mundos, «la interactividad es limitada». Por eso Marble se parece más a un lugar guardado para explorar que a un mundo vivo que reacciona.

Qué dice la gente
  • "It doesn’t replace the 3D artist, but it gives every creator the power to build a world." — AI Indigo Team

Dónde seguir
  • Marble crea un mundo 3D guardado a partir de una indicación de texto, imágenes o video. Abra la sección Create, elija un preajuste o escriba una descripción breve, y luego recorra el resultado y compruebe que la misma habitación sigue ahí cuando vuelva la vista atrás.

StepFun lo pusieron primero. Qué vieron en él
  • StepFun: El único modelo de mundo cuya permanencia de objetos es un formato de archivo, no una esperanza.

Comparar los tres primeros ↓

Los tres primeros, lado a lado

Genie 3 (Google DeepMind)Genie 4 (Google DeepMind)Marble (World Labs)
En las listas de las IA8 / 108 / 108 / 10
Puntuación en primera persona de WorldRoamBench73,81 en primera persona (artículo científico)Todavía sin prueba externaSin prueba de caminatas largas
Primero paraClaude, ChatGPT, Grok, Kimi, DeepSeekNovaStepFun

Los puestos con el mismo número de IA se ordenan por su puesto medio en las listas de las IA.

03Vale la pena saber

Lo que notaron las IA al armar la lista.

El mismo Genie 3 que ocupa el primer puesto en memoria y física queda octavo en seguir órdenes y noveno en calidad visual: recordar una habitación y obedecer son habilidades distintas.

Lo notaron:
Lo incluyeron: Claude, StepFun, DeepSeek. No lo incluyeron: ChatGPT, Gemini, Grok, Nova, Kimi, Wenxin, Qwen.
Fuente ↗

WorldMark concluye que la calidad visual y la coherencia del mundo casi no tienen relación: el modelo que mejor se ve queda último en precisión de dirección y en tiempo de respuesta.

Lo notaron:
Lo incluyeron: Claude, Kimi, StepFun. No lo incluyeron: ChatGPT, Gemini, Grok, Nova, Wenxin, Qwen, DeepSeek.
Fuente ↗

Ningún modelo, cerrado o abierto, aprueba de forma fiable a la vez acción, visuales, física y memoria; incluso el mejor obtiene puntuaciones solo moderadas.

Lo notaron:
Lo incluyeron: Grok, Kimi, StepFun. No lo incluyeron: Claude, ChatGPT, Gemini, Nova, Wenxin, Qwen, DeepSeek.
Fuente ↗

Las pruebas externas se detienen en 60 segundos, así que nadie ha medido todavía si algún mundo generado aguanta una hora.

Lo notaron:
Lo incluyeron: Claude, ChatGPT. No lo incluyeron: Gemini, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.
Fuente ↗

04Lo que la gente pregunta

cuál es el mejor modelo de IA del mundo

Entre los modelos de IA de mundos, Genie 3 tiene el historial externo más sólido: #1 en primera persona en WorldRoamBench (73,81) con la mejor memoria. Happy Oyster lidera en tercera persona (60,24).

Fuente ↗
qué es el mejor modelo de IA del mundo

Para mundos que se pueden recorrer, Genie 3 lidera las pruebas externas. El más nuevo, Genie 4, añade sonido y diálogo, pero solo pueden usarlo evaluadores invitados y todavía no tiene ninguna prueba externa.

Fuente ↗
cuál es el modelo de IA mejor del mundo

Depende de la medida. Las dos versiones de WorldRoamBench dan a Genie 3 73,81 o 70,32, y en seguir órdenes solo queda octavo, así que ningún modelo gana en todas las dimensiones.

05Cómo lo calculamos

En palabras sencillas, sin fórmulas.

1La pregunta

Los 10 mejores modelos de IA de mundos: cuáles sostienen un mundo cuando los prueban personas ajenas a los laboratorios

2Por qué este tema

Compara las pruebas externas de recorridos largos y de memoria con las afirmaciones de los propios laboratorios, y con quién puede usar cada modelo hoy: tres cosas que ninguna prueba o comunicado muestra juntas.

3Dónde aplica

a nivel mundial, modelos de IA de mundos que crean mundos 3D o de video interactivos (Genie, Marble, Cosmos, HY-World, Matrix-Game, YUME, Oasis y otros)

4Qué miramos

  • Cuánto tiempo un mundo se mantiene estable y coherente mientras usted lo recorre: minutos, no segundos
  • Permanencia de los objetos: si las habitaciones y los objetos siguen igual al girar o al volver
  • Profundidad de la interacción: sonido, física, personajes que responden, cambios hechos con palabras sencillas
  • Quién puede usarlo hoy: cualquiera, solo suscriptores, desarrolladores o solo evaluadores invitados
  • Si pruebas externas lo han evaluado, o si solo existen las afirmaciones del laboratorio
  • WorldRoamBench (AMAP CV Lab, Alibaba; arXiv 2606.31672, tabla de clasificación abierta) — Qué tan estables se mantienen 12 modelos de mundo interactivos en recorridos con teclado de 10 a 60 s: seguimiento de órdenes, deriva visual, física de la interacción
  • WorldMark (Alaya Lab; arXiv 2604.21686) — Las mismas 500 escenas y secuencias de acciones (20–60 s) ejecutadas en Genie 3, YUME, HY-World, Matrix-Game, Open-Oasis y otros, calificadas por calidad visual y alineación con el control
  • World Model Arena (Alaya Lab) — Puntuaciones Elo a partir de votos de personas que comparan los resultados de dos modelos, 12 modelos. Mide qué resultado prefiere la gente, no cuántos minutos dura un mundo. Alaya también presenta i

5Quién clasificó

Las IA líderes: Claude, ChatGPT, Gemini, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek. Cada una armó su propia lista de diez por su cuenta y dio una fuente para cada puesto.

6Cómo se fijaron los puestos

Lo mismo escrito de distinta forma por distintas IA se contó como una sola entrada. Cuantas más IA la incluyeron en su lista, y cuanto más arriba, más alto su puesto. «Acuerdo de las IA» muestra cuántas IA la tenían en su propia lista. Las fuentes son solo las que encontraron las propias IA; no se añadió nada a mano.

06La lista de cada IA

🇺🇸 Claude10 puestos · 4 notas

La misma pregunta, respondida solo por Claude. La lista final de arriba combina todas las IA.

  1. 1
    Genie 3 (Google DeepMind, 2025)

    Primero en memoria y física en el tablero de WorldRoamBench para primera persona, pero solo octavo en seguimiento de acciones y noveno en calidad visual: el raro modelo que recuerda una habitación, pero le obedece menos.

    Fuente ↗
  2. 2
    Happy Oyster (Alibaba)

    Encabeza el tablero de tercera persona de WorldRoamBench y está entre los tres primeros en primera persona, mientras la prensa dice que su modo de recorrido dura alrededor de 1 minuto.

    Fuente ↗
  3. 3
    Genie 4 (Google DeepMind, octubre de 2026)

    La lista de funciones más rica (sonido, personajes que hablan, cambios escritos durante el mundo) y la evidencia externa más escasa: anunciado ayer, nadie lo ha evaluado todavía con pruebas comparativas.

    Fuente ↗
  4. 4
    HY-World 1.5 / WorldPlay (Tencent Hunyuan)

    El único modelo abierto que se vende con 24 FPS y memoria geométrica a largo plazo, con código de entrenamiento completo y pesos, y lo ejecutaron personas ajenas al desarrollo en WorldMark.

    Fuente ↗
  5. 5
    Matrix-Game 3.0 (Skywork AI)

    720p a hasta 40 FPS con un modelo abierto de 5B, un gran salto frente a los 25 FPS de la versión 2.0, pero la afirmación del minuto de duración es de los propios autores.

    Fuente ↗
  6. 6
    Marble (World Labs)

    No transmite video: le entrega un mundo persistente de splats gaussianos y mallas, así que dar la vuelta es seguro por diseño, pero no se puede jugar dentro de él durante mucho tiempo.

    Fuente ↗
  7. 7
    Lyra 2.0 (NVIDIA)

    Un finalista entre los tres primeros en primera persona en WorldRoamBench que recibe mucha menos atención que Genie.

    Fuente ↗
  8. 8
    NVIDIA Cosmos (Cosmos 3, junio de 2026)

    Creado para generar datos de entrenamiento para robots y coches, no para pasear dentro de ellos, y está abierto a los desarrolladores.

    Fuente ↗
  9. 9
    YUME 1.5

    Un modelo abierto que WorldMark evaluó con escenas idénticas, pero sin resultado destacado en las fuentes que pude consultar.

    Fuente ↗
  10. 10
    Open-Oasis (Oasis)

    El pionero al estilo Minecraft que WorldMark usa ahora como referencia, un recordatorio de cuánto han avanzado los mundos de unos segundos.

    Fuente ↗

Lo que notó Claude

En WorldRoamBench, el mismo Genie 3 que queda primero en memoria y física queda octavo en seguimiento de acciones y noveno en calidad visual. Memoria y aspecto son habilidades distintas.

El resumen de WorldMark dice que el modelo más bonito queda último en precisión de dirección y latencia, y que los que responden más rápido suelen ser los menos estables.

La estabilidad que promociona Genie 4 es de 2 minutos, el doble que Genie 3. WorldRoamBench solo prueba de 10 a 60 s, así que ninguna prueba pública llega todavía a mundos de una hora.

Las pruebas de regreso son el punto débil: WorldMemBench encuentra que la degradación crece con los regresos repetidos al mismo lugar.

🇺🇸 ChatGPT10 puestos · 2 notas

La misma pregunta, respondida solo por ChatGPT. La lista final de arriba combina todas las IA.

  1. 1
    Google DeepMind Genie 3

    Líder de la arena independiente con 1.727 Elo, pero incluso la generación más avanzada de mundos de video interactivos sigue lejos de una simulación verificada de una hora.

  2. 2
    World Labs Marble

    Un mundo que se puede exportar como geometría 3D real tiene una ventaja de persistencia que el video, bonito pero regenerado continuamente, no puede igualar automáticamente.

  3. 3
    Google DeepMind Genie 4

    Unos dos minutos de simulación interactiva ya incluyen voces y sonido generados, pero los evaluadores independientes aún no han establecido si el mundo sobrevive a una segunda visita.

    Fuente ↗
  4. 4
    AlayaWorld

    Solo 20 puntos Elo por detrás de Genie 3 en la arena pública, lo que lo convierte en un rival serio y no en una demostración poco conocida.

  5. 5
    YUME 1.5

    Tercero en las votaciones de preferencia humana, pero las pruebas de acción de WorldMark muestran por qué una escena convincente puede responder mal a los comandos básicos de movimiento.

  6. 6
    Tencent HY-World 1.5 / HY-WorldPlay

    Un modelo de mundo publicado abiertamente con un mecanismo explícito de reconstrucción de memoria: la ingeniería se puede inspeccionar aunque el mundo generado sea imperfecto.

    Fuente ↗
  7. 7
    Skywork AI Matrix-Game 3.0

    Sus 1.487 Elo parecen modestos junto a Genie 3, pero WorldMark lo identifica como un buen ejemplo de obedecer una orden de dirección inversa.

  8. 8
    Robbyant LingBotWorld-Fast

    Un contendiente de 1.605 Elo con 228 batallas en la arena, lo que hace que su registro de comparaciones públicas sea más grande que el de varios competidores más conocidos.

  9. 9
    NVIDIA Cosmos 3

    La plataforma de modelos de mundo con más consecuencias puede ser la que construye datos de entrenamiento para robots, y no la que gana un concurso de video de mundos bonitos.

  10. 10
    Etched Open-Oasis

    La alternativa abierta gana un lugar por accesibilidad y reproducibilidad, aunque su tasa de victorias en la arena es solo del 1,2%.

Lo que notó ChatGPT

WorldMark usa 500 casos estandarizados de hasta 60 segundos. Una prueba de 60 segundos no puede establecer que un entorno generado se mantenga estable durante una hora.

El audio y la voz generados por Genie 4 son un avance real en la interacción, pero el propio Google advierte que los objetos y los detalles visuales pueden desviarse en sesiones más largas.

🇺🇸 Gemini10 puestos · 1 notas

La misma pregunta, respondida solo por Gemini. La lista final de arriba combina todas las IA.

  1. 1
    Google DeepMind Genie 4 (2026)

    Mantiene la coherencia interactiva durante más de 15 minutos seguidos, con física sincronizada y personajes no jugables conversacionales, pero sigue encerrado tras el portal privado de evaluadores de Google.

  2. 2
    World Labs Marble (2026)

    A diferencia de los puros ilusionistas del video, convierte fotos sueltas en mundos de splats gaussianos 3D exportables por los que los arquitectos pueden caminar indefinidamente sin deterioro visual.

  3. 3
    NVIDIA Cosmos (2025/2026)

    Creado específicamente para la IA física y no para videojuegos, con la mejor puntuación en pruebas de gravedad y fricción, mientras ingiere trayectorias de robots industriales.

    Fuente ↗
  4. 4
    Skywork AI Matrix-Game 4.0 (2026)

    Combina un arnés lógico ligero de código abierto con difusión causal en streaming para ejecutar mundos de acción jugables a 28 FPS en tarjetas gráficas de consumo.

    Fuente ↗
  5. 5
    Decart & Etched Oasis (2024/2026)

    El primer simulador de Minecraft totalmente neuronal e interactivo que cualquiera podía jugar en vivo en el navegador, aunque los objetos se desintegran cuando quedan a sus espaldas virtuales.

  6. 6
    Tencent HY-World 2.0 (2026)

    Convierte indicaciones de video panorámico en Gaussian Splats 3D explorables con gran precisión arquitectónica, pero tropieza cuando los objetos deben chocar físicamente.

    Fuente ↗
  7. 7
    Google DeepMind Genie 3 (2025)

    Demostró que las redes neuronales podían sintetizar plataformas controlables a partir de una sola imagen, aunque los paseos largos siempre terminan derritiéndose en ensoñaciones surrealistas.

  8. 8
    UniWorld / UniSim (2025/2026)

    Creado específicamente para simulación de múltiples tipos de cuerpo, enseña a brazos virtuales a manipular utensilios dentro de cocinas generadas, con cajas de colisión verificadas.

    Fuente ↗
  9. 9
    YUME Latent World Simulator (2026)

    Opera por completo en un espacio latente continuo sin comprimir, sobresale en transiciones fluidas y estéticas, pero falla en lo básico de la permanencia cuando los objetos pasan detrás de los árboles.

  10. 10
    Danijar Hafner DreamerV3 (2024/2026)

    El abuelo del aprendizaje por refuerzo basado en modelos resuelve la minería de diamantes en Minecraft solo dentro de su imaginación, pero produce sueños latentes con abstracción de píxeles en lugar de paisajes fotorrealistas.

    Fuente ↗

Lo que notó Gemini

La distancia entre el video generativo y los modelos espaciales 3D reales se amplía: los modelos que generan representaciones 3D nativas (como World Labs Marble) retienen más del 95% de la memoria espacial, mientras que los generadores de difusión 2D (como Oasis) sufren colapso visual entre los 45 y los 60 segundos.

🇺🇸 Grok10 puestos · 3 notas

La misma pregunta, respondida solo por Grok. La lista final de arriba combina todas las IA.

  1. 1
    Genie 3 (Google DeepMind, 2025)

    Encabeza los bancos de paseos largos de evaluadores externos (~70-74 en primera persona, FPV, en conjunto), mientras los evaluadores externos siguen viendo brechas de física y memoria frente a las demostraciones seleccionadas.

    Fuente ↗
  2. 2
    Happy Oyster (Alibaba ATH, 2026)

    Lidera el control y la memoria en tercera persona (TPV) en los mismos paseos de evaluadores externos que exponen las brechas de los modelos abiertos, con modo de dirección de hasta 3 minutos.

    Fuente ↗
  3. 3
    Genie 4 (Google DeepMind, octubre de 2026)

    Primer modelo de mundo de DeepMind con audio y diálogo nativos, pero todavía solo para evaluadores invitados y sin medición por parte de evaluadores externos.

    Fuente ↗
  4. 4
    NVIDIA Cosmos 3 (2026)

    Columna vertebral abierta y omnimodal de IA física, ya usada para simulación de robots y vehículos autónomos, con buenas puntuaciones en pruebas físicas abiertas, pero con puntajes interactivos en paseos largos por debajo de los modelos cerrados.

    Fuente ↗
  5. 5
    Marble (World Labs, 2025-2026)

    El que exporta 3D real y editable (splats, mallas, GLB) en lugar de paseos solo en video.

  6. 6
    Lyra 2.0 (NVIDIA, 2026)

    La puntuación en primera persona (FPV) más alta de un modelo abierto en WorldRoamBench (~69-70), cerca de los líderes cerrados.

    Fuente ↗
  7. 7
    HY-World 1.5 (Tencent Hunyuan, 2025-2026)

    Pesos abiertos que lideran algunas puntuaciones de acción, pero se quedan muy atrás en control en tercera persona (TPV) y en física frente a los modelos cerrados.

    Fuente ↗
  8. 8
    Matrix-Game 3.0 (Skywork AI, 2026)

    Modelo abierto de video interactivo rápido (~5 MPPS, es decir, millones de píxeles por segundo) que todavía queda atrás en física y memoria a largo plazo.

    Fuente ↗
  9. 9
    YUME 1.5 (Shanghai AI Lab, 2025)

    Puntuaciones estéticas sólidas en WorldMark, pero queda cerca del fondo en estabilidad a largo plazo en WorldRoamBench.

    Fuente ↗
  10. 10
    LingBot-World (Ant Group, 2026)

    Modelo abierto competitivo en seguimiento de acciones, pero débil en control en tercera persona y en estabilidad general cuando los evaluadores externos hacen los mismos paseos.

    Fuente ↗

Lo que notó Grok

Ningún modelo domina todas las dimensiones de WorldRoamBench: los modelos cerrados lideran en física y memoria, y varios modelos abiertos igualan o superan a los cerrados en seguimiento de acciones fotograma a fotograma.

La cifra de «dos minutos» de Genie 4 aparece en la prensa, pero no como un número firme en las páginas de DeepMind, que siguen diciendo «unos pocos minutos», la misma frase que usaron para Genie 3.

Marble es el camino de producción más claro para profesionales, porque exporta recursos 3D editables en lugar de flujos de video que no pueden salir de la herramienta.

🇺🇸 Nova10 puestos · 3 notas

La misma pregunta, respondida solo por Nova. La lista final de arriba combina todas las IA.

  1. 1
    Genie 4 (Google DeepMind)

    Audio nativo, estabilidad de 2 minutos, planificación guiada por Gemini

    Fuente ↗
  2. 2
    HY-World 1.5

    Calidad y control equilibrados, código abierto

    Fuente ↗
  3. 3
    Matrix-Game 3.0

    Física sólida, soporte en tercera persona

    Fuente ↗
  4. 4
    YUME 1.5

    Gran atractivo visual, consistencia más débil

    Fuente ↗
  5. 5
    LingBot World

    Buena consistencia espacial, problemas de control

    Fuente ↗
  6. 6
    Lyra 2.0

    Memoria sólida, física moderada

    Fuente ↗
  7. 7
    SANA-WM

    Rendimiento equilibrado, código abierto

    Fuente ↗
  8. 8
    minWM

    Compacto, inferencia eficiente

    Fuente ↗
  9. 9
    Happy Oyster

    Etapa temprana, pruebas limitadas

    Fuente ↗
  10. 10
    Genie 3

    Base de Genie 4, estabilidad de 1 minuto

    Fuente ↗

Lo que notó Nova

El audio nativo y la integración con Gemini de Genie 4 crean un nuevo estándar para los modelos de mundo multimodales, pero siguen siendo solo por invitación.

Los modelos de código abierto como HY-World y Matrix-Game lideran en transparencia, pero van por detrás de los sistemas de código cerrado en estabilidad a largo plazo.

WorldRoamBench muestra una disyuntiva: los modelos que optimizan la física a menudo se desvían de las trayectorias prescritas.

🇨🇳 Kimi10 puestos · 3 notas

La misma pregunta, respondida solo por Kimi. La lista final de arriba combina todas las IA.

  1. 1
    Genie 3 (Google DeepMind, 2025)

    El único modelo que encabeza ambas pruebas independientes de caminar: #1 en primera persona general en WorldRoamBench (73,81) y mejor consistencia de mundo en WorldMark, pero su paseo termina a los 60 segundos por diseño.

  2. 2
    Happy Oyster (Alibaba, 2026)

    Supera a Genie 3 en cuanto aparece un personaje en pantalla: #1 en tercera persona en WorldRoamBench, con una tasa de control en tercera persona del 84,4%, unas 4 veces la del mejor modelo abierto.

    Fuente ↗
  3. 3
    Lyra 2.0 (NVIDIA, 2026)

    El mejor modelo abierto en la prueba de paseo de evaluadores externos: 70,32 en primera persona general, a menos de 3,5 puntos de Genie 3, en hardware que puede alquilar.

    Fuente ↗
  4. 4
    Marble (World Labs, 2025)

    El truco para la estabilidad: sus mundos nunca se degradan porque se exportan como archivos 3D. Es el único modelo top que ninguna prueba puede hacer «olvidar» una habitación.

  5. 5
    Matrix-Game 3.0 (Skywork AI, 2026)

    El que sostiene el minuto en código abierto: 720p a 40 fps con memoria de un minuto, y el 15 de octubre de 2026 se convirtió en Matrix-Game 4.0, con niveles de juego jugables de verdad.

    Fuente ↗
  6. 6
    HY-World 1.5 / HY-World 2.0 (Tencent, 2025–2026)

    Sigue los comandos de teclado mejor que Genie 3 (98,33 de precisión de acción parcial), pero pierde la habitación cuando aparece un personaje: tasa de control en tercera persona del 21%.

    Fuente ↗
  7. 7
    LingBot-World (Ant Group, 2026)

    El subcampeón constante del mundo abierto: 64,25 en la prueba de paseo de evaluadores externos y solo por detrás del propio simulador de NVIDIA en su prueba de navegación con cámara.

    Fuente ↗
  8. 8
    NVIDIA Cosmos 3 (NVIDIA, 2026)

    Nadie lo ha recorrido por diversión, pero es el único modelo con una curva de estabilidad de una hora publicada: las métricas se mantienen en rango durante 60 minutos completos de simulación de conducción.

    Fuente ↗
  9. 9
    Genie 4 (Google DeepMind, 2026)

    Anunciado ayer con el mayor salto declarado —sonido, personajes que hablan, un cerebro de Gemini que dirige la escena— y sin una sola prueba externa ni especificación publicada que lo verifique.

    Fuente ↗
  10. 10
    YUME 1.5 (2025–2026)

    El ganador del concurso de belleza que suspende la prueba de memoria: los fotogramas más bonitos de WorldMark, pero las habitaciones dejan de tener sentido cuando usted da la vuelta.

    Fuente ↗

Lo que notó Kimi

Todas las pruebas publicadas de caminar coinciden en que nadie las aprueba: los autores de WorldRoamBench concluyen que ningún modelo satisface de forma fiable acción, visión, física y memoria a la vez; «incluso el mejor logra solo puntuaciones moderadas» en más de 1.000 casos de prueba.

Bonito y estable son habilidades distintas: WorldMark encontró que la calidad visual y la consistencia del mundo están «en gran medida no correlacionadas». YUME produce los fotogramas más bonitos, Genie 3 mantiene las habitaciones más coherentes, y el control preciso (HY-GameCraft) puede costar fidelidad visual.

Dar la vuelta es el movimiento más difícil del campo: el benchmark LoopMem de NVIDIA muestra que la memoria de ventana deslizante olvida la estructura de la escena a los pocos segundos de volver, y las tasas de control en tercera persona de WorldRoamBench van del 84% (Happy Oyster) al 21% (HY-World), la brecha más amplia de cualquier dimensión medida.

🇨🇳 Wenxin10 puestos · 3 notas

La misma pregunta, respondida solo por Wenxin. La lista final de arriba combina todas las IA.

  1. 1
    NVIDIA Cosmos (2026)

    El único modelo de mundo con un motor de física publicado que ejecuta simulaciones de robots hoy: minutos de mundos estables para desarrolladores.

    Fuente ↗
  2. 2
    Google DeepMind Genie 4 (2026)

    El laboratorio dice que son minutos, con sonido y personajes que hablan, pero ningún evaluador externo lo ha recorrido todavía; solo por invitación desde el 27 de octubre.

  3. 3
    Google DeepMind Genie 3 (2024–25)

    La primera demostración de «puedes caminar por dentro» que los evaluadores externos pudieron probar; WorldRoamBench lo situó a la cabeza de las pruebas abiertas en 2025.

  4. 4
    HY-World (2026)

    Modelo de mundo de código abierto que sostiene paseos de 2 a 3 minutos en pruebas de la comunidad, un logro raro para código que cualquiera puede descargar.

    Fuente ↗
  5. 5
    YUME (2025–26)

    Modelo respaldado por YouTube que genera mundos de video a la orden; las pruebas de WorldMark muestran buenos visuales y una física más débil.

    Fuente ↗
  6. 6
    Marble (Happy Oyster, 2026)

    El favorito de la comunidad para paseos largos de código abierto: la tabla de GitHub lo muestra superando a HY-World en algunas escenas.

  7. 7
    Matrix-Game (2026)

    Modelo de mundo nacido de un motor de videojuegos que exporta 3D editable; WorldMark le da buena puntuación en consistencia de acciones.

    Fuente ↗
  8. 8
    Oasis (2025–26)

    Modelo abierto respaldado por Meta que genera escenas 3D completas; menos estable que los de primer nivel en paseos largos, pero gratis para probar.

    Fuente ↗
  9. 9
    Genie 2 / Genie 3 (antiguo, 2024)

    El modelo que inició la moda del recorrido: hoy superado, pero sigue siendo la referencia con la que se comparan los evaluadores externos.

  10. 10
    Modelos abiertos de referencia de WorldBench (conjunto, 2026)

    No es un solo modelo, sino el mejor paquete abierto probado: prueba de que el código colectivo puede llegar a paseos de 40 segundos.

Lo que notó Wenxin

Un mundo estable de 60 segundos es el techo actual de los modelos abiertos; Genie 4 habla de «minutos», pero ningún evaluador externo lo ha cronometrado todavía. La brecha entre la demo del laboratorio y la realidad de las pruebas es la historia de 2026.

NVIDIA Cosmos es el único modelo de mundo con un motor de física real verificado en simulaciones de robótica: cambia el brillo visual por la corrección física, y por eso lidera fuera del entretenimiento.

WorldMark es la primera prueba que obliga a cada laboratorio a ejecutar las mismas 50 escenas: antes, cada empresa elegía su propia «mejor demo» y nadie podía compararlas.

🇨🇳 Qwen10 puestos · 3 notas

La misma pregunta, respondida solo por Qwen. La lista final de arriba combina todas las IA.

  1. 1
    NVIDIA Cosmos 3

    El único modelo abierto que ocupa el primer puesto en siete clasificaciones de IA física, lo que convierte la generación de mundos en un estándar para entrenar robots en lugar de un truco de salón.

  2. 2
    Genie 4 (Google DeepMind, 2026)

    Anunciado el 27 de octubre de 2026, añade audio nativo en tiempo real y personajes conversacionales, pero su estabilidad real sigue tras un muro de evaluadores solo por invitación.

    Fuente ↗
  3. 3
    World Labs Marble

    El único modelo que de verdad exporta geometría 3D editable en lugar de solo un video, lo que da a cineastas y arquitectos un motor espacial real y no una alucinación.

  4. 4
    Happy Oyster (Alibaba, 2026)

    Un motor abierto en tiempo real que procesa voz y entradas de teclado, con buena puntuación en WorldRoamBench, pero que todavía tiene dificultades para mantener estable la física después de los 60 segundos.

    Fuente ↗
  5. 5
    Matrix-Game 4.0 (Skywork AI)

    El campeón de código abierto en video de 720p de larga duración, que mantiene las escenas unidas durante minutos en WorldMark, donde los modelos propietarios suelen disolverse en deriva visual.

    Fuente ↗
  6. 6
    HY-World 2.0 (Tencent Hunyuan)

    El marco multimodal de código abierto de Tencent construye escenas 3D navegables reales con profundidad y pose de cámara, lo que lo convierte en un rival serio de los gigantes de código cerrado.

    Fuente ↗
  7. 7
    YUME 1.5

    Un generador de mundos interactivos controlado por texto que funciona de forma fiable en las escenas unificadas de WorldMark, aunque carece de la profundidad de audio en tiempo real de Genie 4.

    Fuente ↗
  8. 8
    Genie 3 (Google DeepMind)

    El predecesor de 2025 de Genie 4, que inauguró los entornos dirigidos por el usuario y hoy queda eclipsado por Cosmos en física y por Marble en exportación 3D.

    Fuente ↗
  9. 9
    DIAMOND (modelo de mundo por difusión)

    Un modelo de mundo de aprendizaje por refuerzo creado para dominar los juegos de Atari simulándolos, lo que demuestra que los motores de física internos siguen superando al video generativo en la lógica pura del juego.

    Fuente ↗
  10. 10
    Oasis (Decart)

    Famoso por generar mundos jugables tipo Minecraft a 30 fotogramas por segundo, pero pruebas independientes muestran que su permanencia de objetos cae bruscamente tras unos pocos cambios de habitación.

Lo que notó Qwen

Un mundo por el que puede caminar 60 segundos es un producto distinto de uno en el que puede quedarse una hora. WorldRoamBench demuestra que la mayoría de los modelos sufren una deriva visual severa tras solo 10 segundos de movimiento continuo.

Modelos de código abierto como Matrix-Game y HY-World están superando a los laboratorios propietarios en pruebas estandarizadas como WorldMark, porque optimizan la geometría con memoria en lugar de solo fotogramas bonitos.

La brecha entre la demo cuidada de un laboratorio y una prueba externa es enorme: el video de lanzamiento de Genie 4 muestra una física impecable, pero evaluadores independientes informan que la permanencia de los objetos falla en cuanto un personaje da la vuelta.

🇨🇳 StepFun10 puestos · 4 notas

La misma pregunta, respondida solo por StepFun. La lista final de arriba combina todas las IA.

  1. 1
    Marble (World Labs)

    El único modelo de mundo cuya permanencia de objetos es un formato de archivo, no una esperanza.

  2. 2
    Genie 3 (Google DeepMind)

    El único modelo de mundo que ejecutan todas las pruebas externas, y cuya propia afirmación de memoria de un minuto las tablas confirman más o menos.

    Fuente ↗
  3. 3
    Genie 4 (Google DeepMind, 2026)

    El modelo de mundo más interactivo que se ha mostrado todavía no lo ha probado nadie fuera de Google.

    Fuente ↗
  4. 4
    Matrix-Game 3.0 (Skywork AI)

    Unos 25 GB de pesos abiertos que alcanzan 40 FPS en 720p en una tarjeta de consumo.

    Fuente ↗
  5. 5
    HY-World 2.0 / WorldPlay (Tencent Hunyuan)

    El único modelo abierto que promete consistencia geométrica, no solo memoria visual.

    Fuente ↗
  6. 6
    NVIDIA Cosmos 3

    Abierto y omnimodal, pero hecho para entrenar robots y no para recorrerlo durante una hora.

    Fuente ↗
  7. 7
    AlayaWorld (Alaya Lab, 2026)

    La respuesta de los propios autores de la prueba a la tabla que ellos mismos crearon.

    Fuente ↗
  8. 8
    Happy Oyster (Alibaba, 2026)

    Un nombre destacado en la tabla abierta más citada, y aun así por detrás de los modelos abiertos al seguir sus teclas.

    Fuente ↗
  9. 9
    Oasis 3 (Decart)

    Una latencia de menos de 40 ms le da tiempo de reacción, no una hora de memoria.

    Fuente ↗
  10. 10
    YUME 1.5 (Alaya)

    Abierto y jugable con teclado, y el caso más claro de una demo que supera a sus propias rotaciones.

    Fuente ↗

Lo que notó StepFun

Lo que se rompe primero es la memoria, no la calidad de imagen: la puntuación general media de WorldRoamBench baja desde 63,17 en horizonte corto, y la memoria es la dimensión más sensible al horizonte, mientras la puntuación media de acción solo decae un 3,6%.

Lo bonito no es controlable: WorldMark encontró que la calidad perceptual se correlaciona positivamente con las tres métricas de memoria (rho = 0,76-0,79), pero negativamente con las de acción. Así, el mundo más bonito puede ser el peor para obedecerle a usted.

Ningún modelo lo aprueba todo: los autores de WorldRoamBench evaluaron más de 10 modelos abiertos y cerrados y concluyen que ninguno satisface de forma fiable las cuatro dimensiones, y que incluso el mejor logra solo puntuaciones moderadas.

La brecha de rotación resume toda la historia en un número: entre los diez modelos que maneja WorldMark, la estabilidad rotacional va de 31,7 a 87,2 con secuencias de acción idénticas.

🇨🇳 DeepSeek10 puestos · 3 notas

La misma pregunta, respondida solo por DeepSeek. La lista final de arriba combina todas las IA.

  1. 1
    Genie 3 (Google DeepMind, 2025–2026)

    El único modelo de mundo con un puesto entre los tres primeros en cada prueba externa, y una puntuación de acción octava que muestra exactamente dónde termina la demo cuidada.

    Fuente ↗
  2. 2
    Genie 4 (Google DeepMind, anunciado el 27 de octubre de 2026)

    Dos minutos de coherencia, sonido nativo y personajes que le responden, y cero filas de pruebas externas que lo demuestren.

    Fuente ↗
  3. 3
    Marble (World Labs, 2025–2026)

    El único modelo top que exporta una escena de splats gaussianos que puede abrir de nuevo en Unreal o Blender: permanencia de objetos por geometría, no por memoria.

  4. 4
    Happy Oyster (Alibaba, 2026)

    El campeón de tercera persona de WorldRoamBench y el caso atípico de navegación en WBench con 94,8, pero último en puntuación visual.

    Fuente ↗
  5. 5
    Lyra 2.0 (NVIDIA, 2026)

    El líder de pesos abiertos: segundo en general en WorldRoamBench y el único modelo entre los cinco primeros que se puede descargar y ejecutar.

    Fuente ↗
  6. 6
    Odyssey-3 (Odyssey, 2026)

    La puntuación de video a video más alta de Physics-IQ Verified, 66,1, pero sus victorias en WorldMark son de pruebas ejecutadas por el propio equipo, no por evaluadores externos.

  7. 7
    Matrix-Game 3.0 (Tencent, 2026)

    40 FPS en 720p con un modelo de 5B: el referente de tiempo real de código abierto que hay que superar.

    Fuente ↗
  8. 8
    HY-World 1.5 (Tencent, 2025–2026)

    La mejor navegación en WBench con 87,5, pero la consistencia de perspectiva se desploma a 62,5: un mundo que usted puede dirigir, pero en el que no puede confiar cuando da la vuelta.

    Fuente ↗
  9. 9
    YUME 1.5 (2025–2026)

    El ganador en calidad visual de WorldMark que puntúa mal en coherencia a largo plazo: belleza sin memoria.

    Fuente ↗
  10. 10
    Oasis 3 (Decart, 2026)

    El único modelo de mundo con API en vivo a 0,02 dólares por segundo, pensado para conducir y no para recorrer habitaciones.

Lo que notó DeepSeek

Genie 3 lidera WorldRoamBench en general con 70,32, pero solo es octavo en puntuación de acción y noveno en visual: la posición general oculta fallos por dimensión que importan al caminar y al girar.

La navegación de Happy Oyster en WBench es 94,8 frente a 32,2 de Genie 3, pero Genie 3 obtiene 100,0 en fidelidad causal: la precisión al dirigir y la causa y efecto físico son casi productos separados.

La coherencia de dos minutos de Genie 4 es el doble que la de Genie 3, pero ninguna prueba externa la ha evaluado; la brecha entre la demo del laboratorio y la tabla pública es la más amplia de esta generación.