Las arenas públicas de video votan solo clips ya renderizados, así que todavía no existe una prueba pública para dirigir en tiempo real con lenguaje natural.
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
Afirmaciones sobre Genie 4 ordenadas por brecha de evidencia (2026)
La propia publicación de Google dice que los mundos de Genie 4 se desvían tras varias ediciones de instrucciones, que es su función estrella, y ninguna prueba pública puede todavía editar un mundo mientras alguien lo recorre.
- N.º 1: Genie 4: control en tiempo real con instrucciones (clima, cámara, añadir personas u objetos)
- 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
Genie 4: control en tiempo real con instrucciones (clima, cámara, añadir personas u objetos)
Esta es la función estrella, y Google dice que se desvía tras «varias ediciones de instrucciones». Ninguna prueba abierta edita un mundo durante el recorrido, y ningún evaluador externo tiene acceso directo.
Lo incluyeron: Claude, Gemini. No lo incluyeron: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.En sus listas: Claude: 1 · Gemini: ver lista
2 IA lo pusieron aquí - 2
Genie 4: memoria y coherencia a largo plazo
Google señala la coherencia a largo plazo como problema sin resolver. La mejor puntuación de memoria de iWorld-Bench es 0,85 en el resumen del artículo, pero 0,91 en la tabla en vivo. Genie 4 no se ha probado en ninguna de las dos.
Lo incluyeron: Claude, Gemini. No lo incluyeron: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.En sus listas: Claude: 5 · Gemini: 1
Qué señaló cada IA 2
- Claudepuesto 5
Dos minutos, el doble que Genie 3, pero la propia publicación de Google solo dice «unos pocos minutos» y enumera la consistencia a largo plazo como investigación abierta.
- Geminipuesto 1
Ninguno de los 14 modelos de mundo de frontera evaluados supera 0,85 de simetría de memoria en iWorld-Bench, lo que hace de la promesa de Google de un regreso sin costuras la brecha no verificada más amplia.
Fuente ↗
2 IA lo pusieron aquí - 3
Genie 4 para entrenar agentes de IA y robots
La propuesta de entrenar agentes se apoya en una sola demostración de damas con un humanoide (Apptronik Apollo). Ninguna de las dos respuestas encontró cifras publicadas de transferencia de la simulación al mundo real.
Lo incluyeron: Claude, Gemini. No lo incluyeron: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.En sus listas: Claude: 3 · Gemini: 3
Qué señaló cada IA 2
- Claudepuesto 3
La historia del entrenamiento de agentes se apoya en un solo experimento con humanoides jugando a las damas, y un comentarista dice que Genie ahora parece más bien un generador de video controlable.
Fuente ↗ - Geminipuesto 3
Presentado como motor de entrenamiento para la robótica autónoma, pero ningún dato publicado de transferencia de políticas de robots de la simulación a la realidad acompañó la presentación.
2 IA lo pusieron aquí - 4
Genie 4: audio nativo y diálogo interactivo
Google lo llama «primer modelo de mundo en tiempo real que genera audio de forma nativa» y dice que la precisión del audio todavía mejora. Un evaluador oyó un clarinete cuando la instrucción pedía un saxofón.
Lo incluyeron: Claude, Gemini. No lo incluyeron: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.En sus listas: Claude: 2 · Gemini: 7
Qué señaló cada IA 2
- Claudepuesto 2
«Primer modelo de mundo en tiempo real que genera audio de forma nativa», pero un comentarista oyó un clarinete cuando el prompt pedía un saxofón.
Fuente ↗ - Geminipuesto 7
La generación interactiva en tiempo real de diálogos, pasos y acústica espacial supera a sus pares que solo usan video, pero la penalización de latencia bajo carga de streaming no se ha revelado.
Fuente ↗
2 IA lo pusieron aquí - 5
Genie 4: física (aerodinámica, colisiones, agua)
El titular de The New Stack dice que la física «todavía no está del todo bien», y Google señala las interacciones físicas complejas como problema sin resolver.
Lo incluyeron: Claude, Gemini. No lo incluyeron: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.En sus listas: Claude: 6 · Gemini: 6
Qué señaló cada IA 2
- Claudepuesto 6
El titular de The New Stack dice que la física «todavía no está del todo bien», y Google enumera las interacciones físicas complejas como problemas sin resolver.
Fuente ↗ - Geminipuesto 6
Navegar entornos con teclado oculta errores persistentes de atravesar objetos y de cruzar límites, que los simuladores físicos formales no permiten.
Fuente ↗
2 IA lo pusieron aquí - 6
Genie 4: fotorrealismo, iluminación y materiales
Esta afirmación tiene la menor brecha. Los espectadores elogian la iluminación y los materiales, aunque un clip «fotorrealista» parecía un videojuego. La votación ciega en arenas al menos permite comparar clips ya generados.
Lo incluyeron: Claude, Gemini. No lo incluyeron: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.En sus listas: Claude: 9 · Gemini: 9
Qué señaló cada IA 2
- Claudepuesto 9
La afirmación más comprobable y la que tiene más respaldo: los comentaristas dicen que la iluminación y los materiales son claramente mejores que los de la generación anterior.
Fuente ↗ - Geminipuesto 9
La afirmación más fácil de verificar visualmente, respaldada por posiciones altas en las clasificaciones, pero la iluminación cinematográfica aporta lo mínimo a la competencia funcional del agente.
Fuente ↗
2 IA lo pusieron aquí - 7
Genie 4: personajes y comportamiento de varios agentes (anclaje con Gemini Omni)
Google admite que modelar varios agentes independientes sigue siendo «un problema de investigación abierto». El anclaje de personajes con Gemini Omni aparece solo en los videos de demostración de Google.
Lo incluyeron: Claude, Gemini. No lo incluyeron: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.En sus listas: Claude: 7 · Gemini: 5
Qué señaló cada IA 2
- Claudepuesto 7
Google reconoce que modelar las interacciones entre varios agentes independientes es «todavía un problema de investigación abierto».
Fuente ↗ - Geminipuesto 5
Google afirma que los modelos de razonamiento multimodal mantienen coherente el comportamiento de los personajes no jugables, pero la coordinación de varios agentes se desincroniza con frecuencia tras prompts de ramificación rápida.
2 IA lo pusieron aquí - 8
Genie 4: marca de agua SynthID
Es una afirmación de procedimiento, no de rendimiento, y será fácil de comprobar cuando los resultados sean públicos. Ningún tercero ha confirmado todavía que la marca de agua se conserve en las transmisiones en vivo.
Lo incluyeron: Claude, Gemini. No lo incluyeron: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.En sus listas: Claude: 10 · Gemini: 10
Qué señaló cada IA 2
- Claudepuesto 10
Una afirmación de procedimiento, no de rendimiento, y la más fácil de verificar cuando los resultados sean públicos.
Fuente ↗ - Geminipuesto 10
La huella de procedencia digital de Google está técnicamente establecida, pero enfrenta una falta de evidencia sobre si sobrevive a la reducción de resolución de los fotogramas con baja latencia.
2 IA lo pusieron aquí - 9
Genie 4: planificación de eventos con Gemini 3.8 Flash
Un modelo de razonamiento planifica, revisa cada paso y corrige cuando el mundo cambia, pero ninguna prueba publicada mide el seguimiento del plan dentro de un mundo generado.
Lo incluyeron: Claude. No lo incluyeron: ChatGPT, Gemini, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.En sus listas: Claude: 4
Qué señaló cada IA 1
- Claudepuesto 4
Un modelo de razonamiento planifica, revisa cada paso y corrige, pero ninguna prueba publicada muestra que mantenga un mundo coherente.
Fuente ↗
1 IA lo pusieron aquí - 10
Genie 4 para cine, periodismo, educación, videojuegos e ingeniería
Se nombran cinco campos de evaluadores, entre ellos el «modo borrador» para cine y las fotos de archivo convertidas en mundos, pero no hay números de evaluadores ni resultados. Algunos evaluadores llaman «borroso» al resultado.
Lo incluyeron: Claude. No lo incluyeron: ChatGPT, Gemini, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.En sus listas: Claude: 8
Qué señaló cada IA 1
- Claudepuesto 8
Se nombran casos de uso reales, pero la publicación no da cifras de evaluadores, tamaños de muestra ni resultados cuantificados.
Fuente ↗
1 IA lo pusieron aquí
02Vale la pena saber
Lo que notaron las IA al armar la lista.
Quienes comentan dicen que Genie 4 mantiene la coherencia de lo que está en cuadro, pero falla cuando los objetos salen y vuelven a aparecer. Un simulador para entrenar agentes necesita justo ese caso para funcionar.
Gemini se encarga de la planificación y Genie genera el mundo, así que cuesta saber qué modelo merece el crédito de cada afirmación.
03Cómo lo calculamos
En palabras sencillas, sin fórmulas.
1La pregunta
Las 10 afirmaciones principales sobre Genie 4, ordenadas por brecha de evidencia
2Dónde aplica
a nivel mundial, modelos de IA de mundos
3Qué miramos
- Fuerza de la afirmación pública en el anuncio y las demostraciones de Google
- Cobertura independiente: lo que dicen los periodistas que vieron los evaluadores frente a lo que afirma Google
- Cobertura de pruebas: si las pruebas abiertas existentes pueden medir siquiera la afirmación
- Consecuencia del fallo: qué tan dañina es la limitación admitida si aparece en flujos de trabajo reales
- Google DeepMind: entrada oficial sobre Genie 4. Las afirmaciones y las advertencias de la propia Google (deriva, permanencia de objetos, precisión del audio, interacción entre varios agentes). No da resolución, velocidad de fotogramas, duración de la sesión ni
- Informe de lanzamiento de Quartz: quién tiene acceso (solo evaluadores de confianza), el movimiento con teclado, cómo encajan Gemini Omni y los modelos de razonamiento de Gemini, y el límite de unos dos minutos por simulación que informó Bloomberg
- Informe de lanzamiento de SiliconANGLE: plan de despliegue y la ventana de coherencia de dos minutos, descrita como el doble del límite de Genie 3
- Informe de lanzamiento de Android Authority: lo que los periodistas pudieron ver de verdad: los videos propios de Google, acceso restringido, sin resolución indicada
4Quién 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.
5Cómo 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.
04La lista de cada IA
🇺🇸 Claude10 puestos · 3 notas
La misma pregunta, respondida solo por Claude. La lista final de arriba combina todas las IA.
- 1Dirección en tiempo real de un mundo en vivo con lenguaje natural (clima, cámara, añadir personas u objetos)
La función estrella es la que el propio Google dice que se rompe tras «varias ediciones del prompt», y ninguna prueba pública edita un mundo a mitad del paseo.
Fuente ↗ - 2Diálogo interactivo que se adapta a lo que escribe el usuario (audio nativo)
«Primer modelo de mundo en tiempo real que genera audio de forma nativa», pero un comentarista oyó un clarinete cuando el prompt pedía un saxofón.
Fuente ↗ - 3Utilidad para entrenar agentes y robots (SIMA, Gemini Robotics, Apptronik Apollo checkers)
La historia del entrenamiento de agentes se apoya en un solo experimento con humanoides jugando a las damas, y un comentarista dice que Genie ahora parece más bien un generador de video controlable.
Fuente ↗ - 4Simulación de eventos complejos guiada por Gemini 3.8 Flash
Un modelo de razonamiento planifica, revisa cada paso y corrige, pero ninguna prueba publicada muestra que mantenga un mundo coherente.
Fuente ↗ - 5Consistencia y memoria en horizontes largos (unos dos minutos)
Dos minutos, el doble que Genie 3, pero la propia publicación de Google solo dice «unos pocos minutos» y enumera la consistencia a largo plazo como investigación abierta.
- 6Simulación de física (aerodinámica, colisiones, agua que fluye)
El titular de The New Stack dice que la física «todavía no está del todo bien», y Google enumera las interacciones físicas complejas como problemas sin resolver.
Fuente ↗ - 7Personajes que se mueven, reaccionan y se comportan de forma natural (incluida la interacción entre varios agentes)
Google reconoce que modelar las interacciones entre varios agentes independientes es «todavía un problema de investigación abierto».
Fuente ↗ - 8Valor para probadores de confianza en cine, periodismo, educación, videojuegos e ingeniería
Se nombran casos de uso reales, pero la publicación no da cifras de evaluadores, tamaños de muestra ni resultados cuantificados.
Fuente ↗ - 9Fotorrealismo, iluminación y materiales «más realistas»
La afirmación más comprobable y la que tiene más respaldo: los comentaristas dicen que la iluminación y los materiales son claramente mejores que los de la generación anterior.
Fuente ↗ - 10Marca de agua SynthID en todo video y audio generado
Una afirmación de procedimiento, no de rendimiento, y la más fácil de verificar cuando los resultados sean públicos.
Fuente ↗
Lo que notó Claude
La publicación propia de Google no enumera resolución, velocidad de fotogramas, duración de sesión ni número de evaluadores. La cifra más concreta de la cobertura, dos minutos, proviene de reportes de prensa.
Los comentaristas de Hacker News dicen que Genie 4 mantiene bien la coherencia de lo que permanece en pantalla y se rompe cuando los objetos salen y vuelven a entrar. Es exactamente el caso que necesita un simulador para entrenar agentes.
Parte de la propuesta es un diseño híbrido: Gemini se encarga de la estructura y la planificación, mientras Genie produce el aspecto, el sonido y la respuesta. Eso hace difícil separar las afirmaciones sobre los modelos Gemini de las que se hacen sobre Genie.
🇺🇸 Gemini10 puestos · 2 notas
La misma pregunta, respondida solo por Gemini. La lista final de arriba combina todas las IA.
- 1Memoria a largo plazo y simetría al cerrar el ciclo
Ninguno de los 14 modelos de mundo de frontera evaluados supera 0,85 de simetría de memoria en iWorld-Bench, lo que hace de la promesa de Google de un regreso sin costuras la brecha no verificada más amplia.
Fuente ↗ - 2Dirección en vivo con lenguaje natural y cambio de escena
Las arenas por pares como Artificial Analysis evalúan la ejecución de prompts estáticos y dejan sin medir por terceros la modificación interactiva de prompts a mitad de ejecución.
Fuente ↗ - 3Entrenamiento escalable de agentes encarnados y transferencia de la simulación a la realidad
Presentado como motor de entrenamiento para la robótica autónoma, pero ningún dato publicado de transferencia de políticas de robots de la simulación a la realidad acompañó la presentación.
- 4Estabilidad de simulación continua de dos minutos
Mientras Google destaca el juego abierto en entornos de prueba, los informes de periodistas independientes revelaron un límite firme de unos 120 segundos antes de que aparezcan alucinaciones estructurales.
- 5Diálogo de PNJ dinámico basado en Gemini Omni
Google afirma que los modelos de razonamiento multimodal mantienen coherente el comportamiento de los personajes no jugables, pero la coordinación de varios agentes se desincroniza con frecuencia tras prompts de ramificación rápida.
- 6Geometría 3D en primera persona y física de colisiones
Navegar entornos con teclado oculta errores persistentes de atravesar objetos y de cruzar límites, que los simuladores físicos formales no permiten.
Fuente ↗ - 7Audio espacial multicanal nativo y sincronizado
La generación interactiva en tiempo real de diálogos, pasos y acústica espacial supera a sus pares que solo usan video, pero la penalización de latencia bajo carga de streaming no se ha revelado.
Fuente ↗ - 8Latencia de teclado y seguimiento de cámara sensibles
Los evaluadores confirmaron la navegación WASD funcional, pero la latencia del renderizado de fotogramas en la nube fluctúa de forma notable fuera de equipos locales de gran ancho de banda.
- 9Iluminación, clima y materiales volumétricos fotorrealistas
La afirmación más fácil de verificar visualmente, respaldada por posiciones altas en las clasificaciones, pero la iluminación cinematográfica aporta lo mínimo a la competencia funcional del agente.
Fuente ↗ - 10Marca de agua SynthID en audio y video interactivos
La huella de procedencia digital de Google está técnicamente establecida, pero enfrenta una falta de evidencia sobre si sobrevive a la reducción de resolución de los fotogramas con baja latencia.
Lo que notó Gemini
El techo de memoria es la barrera técnica que define 2026: las pruebas de iWorld-Bench muestran que ningún modelo de mundo interactivo supera 0,85 de simetría de memoria, lo que explica por qué los clips de demostración de DeepMind evitan la navegación prolongada de cierre de bucle.
Las clasificaciones públicas como Artificial Analysis Video Arena están pensadas para votaciones por pares de video no interactivo, y dejan a toda la industria sin una prueba pública para dirigir un mundo en tiempo real con lenguaje natural.