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

Las afirmaciones sobre Genie 4 ordenadas por la brecha de evidencia (octubre de 2026)

El propio anuncio de Google dice que el truco principal de Genie 4, reescribir un mundo en vivo escribiendo, hace que detalles y objetos se desvíen tras varias ediciones, y ninguna prueba pública puede todavía evaluar ediciones a mitad del recorrido.

N.º 1: Genie 4: dirección en tiempo real con lenguaje natural y memoria persistente
10 puestos
Vigente a 28 de octubre de 2026, 19:02 EDT

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: dirección en tiempo real con lenguaje natural y memoria persistente
Es la función principal, y Google admite que los objetos se desvían «tras múltiples ediciones de instrucciones». Ningún evaluador independiente la ha probado. Ninguna prueba abierta puede evaluar ediciones hechas a mitad del recorrido.
Lo incluyeron: Claude, ChatGPT, Meta, Nemotron, Gemini, Kimi, Wenxin, Qwen. No lo incluyeron: Grok, Nova, StepFun, DeepSeek.
En sus listas: Claude: 1 · ChatGPT: 1 · Meta: 1 · Nemotron: 1 · Gemini: 2 · Kimi: 1 · Wenxin: 1 · Qwen: 1
Qué señaló cada IA 8
- Claudepuesto 1
  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 ↗
- ChatGPTpuesto 1
  La prueba decisiva no es cambiar el clima una vez, sino cambiar el mundo repetidamente sin perder lo que ya existía.
  Fuente ↗
- Metapuesto 1
  Ningún benchmark abierto puede probar las ediciones mientras se camina: Google admite que los objetos se desplazan tras las ediciones, y 9 modelos fallan en la memoria al volver a un lugar
  Fuente ↗
- Nemotronpuesto 1
  Google admite la deriva en simulaciones largas; iWorld-Bench muestra que ningún modelo supera 0,85 de simetría de memoria. Mantener la coherencia más allá de 2 minutos es la mayor brecha de evidencia
- Geminipuesto 2
  Las arenas por pares, como Artificial Analysis, evalúan la ejecución de instrucciones estáticas y dejan la dirección interactiva a mitad de recorrido completamente sin medir por terceros.
  Fuente ↗
- Kimipuesto 1
  La única familia de benchmarks que existe dice que incluso el mejor modelo de mundo interactivo olvida: ningún modelo de iWorld-Bench supera 0,85 de simetría de memoria, y Genie 4 nunca se ha probado en él.
  Fuente ↗
- Wenxinpuesto 1
  Las demos muestran cómo hablar para que el mundo cambie, pero todas las pruebas dicen que la memoria es el eslabón más débil y universal.
- Qwenpuesto 1
  La simetría de memoria queda por debajo de 0,85 en todos los casos, lo que significa que la memoria interactiva es el verdadero cuello de botella de los modelos de mundo.
8 IA lo pusieron aquí
Fuente ↗
2
Genie 4: audio nativo y diálogo interactivo
Google la llama el primer modelo de mundo con audio nativo en tiempo real. Su propio equipo le dijo a TechCrunch que la precisión del audio «aún no está resuelta», y un probador escuchó un clarinete cuando la instrucción pedía saxofón.
Lo incluyeron: Claude, ChatGPT, Meta, Nemotron, Gemini, Kimi, Wenxin, Qwen. No lo incluyeron: Grok, Nova, StepFun, DeepSeek.
En sus listas: Claude: 2 · ChatGPT: 5 · Meta: 2 · Nemotron: 2 · Gemini: 7 · Kimi: 2 · Wenxin: ver lista · Qwen: 2
Qué señaló cada IA 8
- 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 ↗
- ChatGPTpuesto 5
  Un personaje que habla todavía no es un agente conversacional confiable: el habla debe mantenerse sincronizada con la acción, el contexto y los eventos cambiantes.
  Fuente ↗
- Metapuesto 2
  Primer modelo de mundo en tiempo real con diálogo nativo, pero la precisión del audio sigue listada como investigación activa y sin puntuación pública de coherencia del diálogo
  Fuente ↗
- Nemotronpuesto 2
  Se afirma la marca de agua SynthID en el audio generado; Artificial Analysis no puede probar la sincronía del audio interactivo, solo votos por pares de video estático
- Geminipuesto 7
  La generación interactiva en tiempo real de diálogos, pasos y acústica espacial supera a los modelos de solo video, pero las penalizaciones de latencia bajo cargas de streaming siguen sin revelarse.
  Fuente ↗
- Kimipuesto 2
  Los propios ingenieros de Google dijeron a los periodistas que «todavía no han resuelto del todo» el audio preciso: la nueva afirmación principal es la que su creador matizó públicamente en cuestión de horas.
  Fuente ↗
- Wenxin
  En su propia lista tiene otro nombre: abre la lista completa.
  ver lista
- Qwenpuesto 2
  Genera sonido de forma nativa junto con el mundo simulado, evitando la brecha de sincronía labial del audio tradicional de posproducción.
  Fuente ↗
8 IA lo pusieron aquí
Fuente ↗
3
Genie 4: fotorrealismo, iluminación y materiales
Es la afirmación más fácil de verificar y la que más respaldo tiene: los comentaristas elogian la iluminación. Un modelo relacionado, Gemini Omni Flash 1.1, ocupa el 4.º lugar de 23 en votaciones ciegas de imagen a video; es un modelo relacionado y una sola fuente.
Lo incluyeron: Claude, ChatGPT, Meta, Nemotron, Gemini, Kimi, Wenxin, Qwen. No lo incluyeron: Grok, Nova, StepFun, DeepSeek.
En sus listas: Claude: 9 · ChatGPT: 9 · Meta: 5 · Nemotron: 5 · Gemini: 9 · Kimi: 7 · Wenxin: 5 · Qwen: 7
Qué señaló cada IA 8
- 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 ↗
- ChatGPTpuesto 9
  La capacidad de Genie 4 que más fácil resulta admirar es también una de las más fáciles de sobrestimar a partir de imágenes seleccionadas.
  Fuente ↗
- Metapuesto 5
  Los mundos más realistas e interactivos hasta ahora, pero no se revelan resolución, fps ni puntuación de VBench, a diferencia de los 720p y 24 fps de Genie 3
  Fuente ↗
- Nemotronpuesto 5
  La arena de Artificial Analysis mide la iluminación y los materiales con votos a ciegas sobre clips estáticos; no puede verificar la coherencia temporal durante la navegación
- Geminipuesto 9
  La afirmación más fácil de verificar visualmente, respaldada por posiciones altas en las clasificaciones, pero la iluminación cinematográfica aporta lo menos a la competencia funcional de un agente.
  Fuente ↗
- Kimipuesto 7
  La afirmación más vistosa tiene la brecha más corta: la familia Gemini Omni que ancla el aspecto de Genie 4 ya está entre las 5 primeras en el Elo independiente de votos a ciegas de video.
  Fuente ↗
- Wenxinpuesto 5
  Los píxeles más bonitos son lo más fácil de elegir a conveniencia, y lo más difícil de comparar entre clips elegidos a conveniencia.
- Qwenpuesto 7
  Los píxeles más bonitos impresionan el primer día, pero la fidelidad visual es la brecha más fácil de cerrar con renderizado por fuerza bruta.
  Fuente ↗
8 IA lo pusieron aquí
Fuente ↗
4
Genie 4: marca de agua SynthID en todos los videos y audios
Es un procedimiento, no una afirmación de rendimiento, y funciona sobre una infraestructura que Google ya usa. La única brecha es que todavía no existe ninguna prueba independiente de la detección en el resultado de Genie 4.
Lo incluyeron: Claude, ChatGPT, Meta, Nemotron, Gemini, Kimi, Wenxin, Qwen. No lo incluyeron: Grok, Nova, StepFun, DeepSeek.
En sus listas: Claude: 10 · ChatGPT: 10 · Meta: 10 · Nemotron: 7 · Gemini: 10 · Kimi: 10 · Wenxin: 3 · Qwen: 10
Qué señaló cada IA 8
- Claudepuesto 10
  Una afirmación de procedimiento, no de rendimiento, y la más fácil de verificar cuando los resultados sean públicos.
  Fuente ↗
- ChatGPTpuesto 10
  Google promete marcas de agua en el audio y en el video, pero el alcance del despliegue no es lo mismo que una fiabilidad de detección probada de forma independiente.
  Fuente ↗
- Metapuesto 10
  La única afirmación con detector integrado: todo el video y el audio de Genie 4 llevan SynthID imperceptible en todas las modalidades
  Fuente ↗
- Nemotronpuesto 7
  Afirmada en el lanzamiento; no hay auditoría independiente de la robustez de la marca de agua frente a la compresión, la edición o la eliminación adversarial
- Geminipuesto 10
  La huella digital de procedencia de Google está técnicamente establecida; solo hay una brecha de evidencia sobre si sobrevive al reescalado de fotogramas de baja latencia.
- Kimipuesto 10
  La brecha más pequeña de la lista: la marca de agua de Google ya se usa en toda su familia de modelos, así que esta afirmación se apoya en infraestructura probada y no en promesas.
  Fuente ↗
- Wenxinpuesto 3
  El audio que acompaña a la escena suena a la afirmación más difícil de falsificar, hasta que aparecen los límites de SynthID.
- Qwenpuesto 10
  Marcar con agua el audio y el video generados es una necesidad de seguridad, pero no añade ninguna capacidad al propio modelo de mundo.
  Fuente ↗
8 IA lo pusieron aquí
Fuente ↗
5
Genie 4 para entrenar robots y agentes de IA
La evidencia es una sola demostración: un humanoide simulado Apollo, de Apptronik, jugando a las damas. No se publican cifras de simulación a realidad, y ningún laboratorio externo ha entrenado un robot en ella.
Lo incluyeron: Claude, ChatGPT, Nemotron, Gemini, Kimi, Wenxin, Qwen. No lo incluyeron: Meta, Grok, Nova, StepFun, DeepSeek.
En sus listas: Claude: 3 · ChatGPT: 2 · Nemotron: 9 · Gemini: 3 · Kimi: 3 · Wenxin: 2 · Qwen: 3
Qué señaló cada IA 7
- 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 ↗
- ChatGPTpuesto 2
  Un simulador que enseña a un agente la física equivocada puede producir un agente que falla justo cuando la realidad importa.
  Fuente ↗
- Nemotronpuesto 9
  No hay benchmarks publicados de entrenamiento de agentes con Genie 4; iWorld-Bench mide la precisión de las trayectorias, pero no la transferencia de políticas a tareas posteriores
  Fuente ↗
- Geminipuesto 3
  Presentado como el motor de entrenamiento para robótica autónoma, pero la presentación no incluyó ningún dato publicado de transferencia de políticas de la simulación al robot real.
- Kimipuesto 3
  Toda la evidencia pública sobre la utilidad para entrenar agentes es una demo en la que Gemini 4 Argon divide una tarea en pasos: sin validación de la simulación al mundo real, sin benchmark y sin laboratorio de robótica externo.
  Fuente ↗
- Wenxinpuesto 2
  Si no puede sostener una memoria de dos minutos, la pista de entrenamiento que promete Google es más corta de lo que dice el marketing.
- Qwenpuesto 3
  Las cohortes de probadores de confianza en robótica y videojuegos determinarán si esto es realmente un simulador o solo un protector de pantalla muy bonito.
  Fuente ↗
7 IA lo pusieron aquí
Fuente ↗
6
Genie 4: sesiones de dos minutos y permanencia de objetos
Informes de prensa hablan de unos dos minutos, el doble que Genie 3. El anuncio de Google no da cifra. En ejemplos de Hacker News, aparece un segundo castillo cuando los objetos salen del encuadre y vuelven a entrar.
Lo incluyeron: Claude, ChatGPT, Meta, Gemini, Kimi, Qwen. No lo incluyeron: Nemotron, Grok, Nova, Wenxin, StepFun, DeepSeek.
En sus listas: Claude: 5 · ChatGPT: 3 · Meta: 3 · Gemini: 4 · Kimi: 5 · Qwen: 4
Qué señaló cada IA 6
- 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.
- ChatGPTpuesto 3
  Unos dos minutos de simulación reportada no son prueba de que una habitación, una persona o un objeto se mantendrán estables durante una tarea prolongada.
  Fuente ↗
- Metapuesto 3
  2 minutos declarados frente a 1 minuto de Genie 3: TechCrunch dice que es el doble, y la propia publicación de Google evita la cifra exacta y admite la deriva en recorridos más largos
  Fuente ↗
- Geminipuesto 4
  Mientras Google destaca el juego abierto en un entorno de pruebas, los informes de periodistas independientes revelaron un límite firme de unos 120 segundos antes de que aparezca la alucinación estructural.
- Kimipuesto 5
  Dos minutos son el doble que Genie 3, y Hang Qi, de la propia Google, le dijo a Bloomberg que alcanzar el límite «no es garantía» de que la escena se mantenga unida.
  Fuente ↗
- Qwenpuesto 4
  Las simulaciones chocan con un techo firme de unos dos minutos, antes de que la deriva admitida fracture la lógica física del entorno.
  Fuente ↗
6 IA lo pusieron aquí
Fuente ↗
7
Genie 4: física de aerodinámica, colisiones y agua
El titular de The New Stack dice que la física «todavía no está del todo bien», y Google incluye las interacciones físicas complejas entre los problemas sin resolver. Ninguna prueba abierta mide la física interactiva.
Lo incluyeron: Claude, ChatGPT, Meta, Gemini, Kimi, Qwen. No lo incluyeron: Nemotron, Grok, Nova, Wenxin, StepFun, DeepSeek.
En sus listas: Claude: 6 · ChatGPT: 6 · Meta: 6 · Gemini: 6 · Kimi: 4 · Qwen: 6
Qué señaló cada IA 6
- 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 ↗
- ChatGPTpuesto 6
  Una colisión convincente en una demo no es una garantía medida de colisiones correctas en situaciones desconocidas.
  Fuente ↗
- Metapuesto 6
  Aerodinámica y colisiones destacadas como salto, pero la física figura como investigación en curso y no hay un ranking Elo público de física para Genie
  Fuente ↗
- Geminipuesto 6
  Navegar por los entornos con el teclado oculta errores persistentes de objetos que atraviesan paredes y límites, errores que los simuladores físicos formales no permiten.
  Fuente ↗
- Kimipuesto 4
  La única medida de física que existe no puede tocar Genie 4: las métricas de dinámica de WorldScore requieren acceso al modelo, y el mejor modelo de video jamás evaluado obtuvo solo 40,22/100 en control de cámara allí.
  Fuente ↗
- Qwenpuesto 6
  Las preferencias humanas por pares clasifican la física, pero las colisiones interactivas suelen fallar cuando las variables no vistas se acumulan con el tiempo.
  Fuente ↗
6 IA lo pusieron aquí
Fuente ↗
8
Genie 4: uso por probadores de confianza en cine, periodismo, educación, videojuegos e ingeniería
Se nombran cinco industrias, pero no hay cifras de probadores ni trabajos publicados. Convertir fotos de archivo en escenas por las que se pueda caminar choca con la advertencia de Google de que los lugares reales son imperfectos.
Lo incluyeron: Claude, ChatGPT, Meta, Nemotron, Kimi, Wenxin. No lo incluyeron: Gemini, Grok, Nova, Qwen, StepFun, DeepSeek.
En sus listas: Claude: 8 · ChatGPT: 8 · Meta: 9 · Nemotron: 6 · Kimi: 8 · Wenxin: 6
Qué señaló cada IA 6
- Claudepuesto 8
  Se nombran casos de uso reales, pero la publicación no da cifras de evaluadores, tamaños de muestra ni resultados cuantificados.
  Fuente ↗
- ChatGPTpuesto 8
  Convertir una sola fotografía de archivo en una escena por la que se puede caminar es atractivo, pero una geometría verosímil puede seguir siendo geometría inventada.
  Fuente ↗
- Metapuesto 9
  Se citan cohortes de cine y periodismo como evidencia, pero el acceso está limitado a probadores invitados, sin ninguna prueba práctica independiente en el lanzamiento
  Fuente ↗
- Nemotronpuesto 6
  Solo probadores invitados y limitados; sin API pública; las afirmaciones de utilidad se basan en comentarios privados: ninguna validación independiente del flujo de trabajo
- Kimipuesto 8
  Cinco industrias, cero artefactos publicados: cada afirmación de flujo de trabajo reportada proviene de una presentación de Google, no de un probador que muestre su trabajo.
  Fuente ↗
- Wenxinpuesto 6
  La mayor brecha de evidencia no es técnica: es que, hasta ahora, solo los amigos de Google lo han probado.
  Fuente ↗
6 IA lo pusieron aquí
Fuente ↗
9
Genie 4: simulación de eventos de varios pasos guiada por Gemini 3.8 Flash
Gemini planifica, revisa cada paso y corrige, pero no se publica ninguna tasa de tareas completadas. Las fuentes tampoco coinciden en qué Gemini dirige el ciclo: 3.8 Flash, 4 Argon o 3 Argon.
Lo incluyeron: Claude, ChatGPT, Meta, Nemotron, Wenxin. No lo incluyeron: Gemini, Grok, Nova, Kimi, Qwen, StepFun, DeepSeek.
En sus listas: Claude: 4 · ChatGPT: 4 · Meta: 4 · Nemotron: ver lista · Wenxin: ver lista
Qué señaló cada IA 5
- Claudepuesto 4
  Un modelo de razonamiento planifica, revisa cada paso y corrige, pero ninguna prueba publicada muestra que mantenga un mundo coherente.
  Fuente ↗
- ChatGPTpuesto 4
  Gemini 3.8 Flash puede planificar e inspeccionar la escena, pero eso no demuestra que el mundo generado obedezca el plan.
  Fuente ↗
- Metapuesto 4
  La demo del humanoide Apollo jugando a las damas muestra causalidad fiable, pero la verificación del éxito de cada paso no tiene métrica pública
  Fuente ↗
- Nemotron
  En su propia lista tiene otro nombre: abre la lista completa.
  ver lista
- Wenxin
  En su propia lista tiene otro nombre: abre la lista completa.
  ver lista
5 IA lo pusieron aquí
Fuente ↗
10
Genie 4: personas realistas e interacción entre varios personajes
DeepMind llama a las personas su «salto más dramático», pero admite que las interacciones entre varios agentes independientes siguen sin resolverse. En WorldMemBench, el líder solo activa el 31,7% de los eventos prescritos.
Lo incluyeron: Claude, ChatGPT, Meta. No lo incluyeron: Nemotron, Gemini, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.
En sus listas: Claude: 7 · ChatGPT: 7 · Meta: 7
Qué señaló cada IA 3
- Claudepuesto 7
  Google reconoce que modelar las interacciones entre varios agentes independientes es «todavía un problema de investigación abierto».
  Fuente ↗
- ChatGPTpuesto 7
  Una escena que parece jugable y se crea en segundos es valiosa, pero un prototipo editable no es automáticamente un juego estable.
  Fuente ↗
- Metapuesto 7
  El salto más dramático en personas según DeepMind: WorldMemBench considera que la retención de la identidad humana es la métrica de memoria estática más difícil
  Fuente ↗
3 IA lo pusieron aquí
Fuente ↗

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.

Las tres afirmaciones tienen tipos de evidencia distintos: el propio reconocimiento de Google, la cita de un equipo y el puesto de un modelo relacionado en votaciones a ciegas. Por eso las brechas no se miden de la misma manera.

1Genie 4: dirección en tiempo real con lenguaje natural y memoria persistente

N.º 1 — Genie 4: dirección en tiempo real con lenguaje natural y memoria persistente. En las listas de 8 de 12 IA; puesto mediano allí: 1. Google admite por sí mismo que los objetos se desvían tras varias ediciones, y ninguna prueba pública puede comprobar las ediciones hechas mientras se recorre el mundo.

¿Sabía que…?

Genie 3 construye sus mundos cuadro a cuadro, sin un modelo 3D explícito como los que usan NeRF o Gaussian Splatting. Google dice que su coherencia es «emergente», es decir, que aparece sin haber sido programada. Por eso es difícil probar la memoria en ediciones largas.
Fuente ↗

Qué es: Escribir para cambiar el mundo mientras lo explora, con un mundo que recuerda.
Su ventaja: Mayor brecha: el creador admite la desviación y ninguna prueba abierta la mide.
A quién le sirve saberlo: Útil para quien quiera juzgar si Genie 4 es algo más que una demo.

Brecha frente a pruebas independientesDesvío admitido; no existe prueba

Por qué está aquí

TechCrunch dice que Genie 4 puede mantener una escena coherente durante hasta dos minutos, el doble del límite de su predecesor. TechCrunch también dice que los detalles y los objetos pueden seguir desviándose cuanto más dure la simulación.
Fuente ↗
La propia publicación de Google dice que la permanencia de los objetos todavía puede cambiar tras varias ediciones complejas de las instrucciones. La página no da cifras de cuántas ediciones hacen falta, así que ninguna prueba abierta puede medir esta afirmación todavía.
Fuente ↗

Historia

Google anunció eventos «promptables», es decir, controlables con instrucciones, para Genie 3 en agosto de 2025. Cuando Project Genie se abrió a suscriptores de Ultra en Estados Unidos, el 29 de enero de 2026, esos eventos seguían sin estar disponibles.
Fuente ↗

A tener en cuenta

DeepMind dice que los detalles visuales y la permanencia de los objetos «pueden seguir cambiando o desviándose con el tiempo», sobre todo tras «varias ediciones complejas de las instrucciones». Hasta ahora solo tienen acceso probadores de confianza, y la página no incluye puntuaciones independientes.
Fuente ↗

Dónde seguir

Apúntese a la lista de espera de Project Genie. Ahí Genie 4 aparece como «próximamente» para suscriptores de Google AI Ultra. Una vez que tenga acceso, cambie la escena varias veces y compruebe si los objetos siguen donde estaban.
Fuente ↗

Comparar los tres primeros ↓

2Genie 4: audio nativo y diálogo interactivo

N.º 2 — Genie 4: audio nativo y diálogo interactivo. En las listas de 8 de 12 IA; puesto mediano allí: 2. Google presenta el audio nativo como una primicia, pero su propio equipo dice que el sonido preciso todavía no está resuelto, y no existe ninguna puntuación de audio.

Qué es: Sonido y personajes que hablan, generados en vivo dentro del mundo creado.
Su ventaja: Respaldada por una cautela del creador, pero menos abierta que el control de la escena.
A quién le sirve saberlo: Útil para quien se pregunte si se puede confiar en el sonido.

Brecha frente a pruebas independientesSin puntuación de audio publicada

Por qué está aquí

Unite.AI informa de que Genie 4 es el primer modelo de mundos en tiempo real de Google que genera audio de forma nativa. La misma página incluye la precisión del audio en tiempo real entre las áreas de investigación en curso, y no da cifras de calidad de audio.
Fuente ↗
TechCrunch cita al equipo de Genie 4: todavía no han averiguado del todo cómo garantizar que el audio sea preciso. La página no da números sobre el audio. La afirmación estrella es una «primicia», y el punto débil es la precisión.
Fuente ↗

Historia

Genie 4, anunciado el 27 de octubre de 2026, añade sonido a la línea Genie. TechCrunch informa de que el equipo todavía no ha resuelto cómo hacer que el audio sea preciso.
Fuente ↗

Dónde seguir

Vea los videos de demostración con el sonido activado. Google dice que la precisión del audio en tiempo real sigue siendo «áreas activas de investigación», así que compruebe si los sonidos coinciden con lo que ocurre en pantalla.
Fuente ↗

Comparar los tres primeros ↓

3Genie 4: fotorrealismo, iluminación y materiales

N.º 3 — Genie 4: fotorrealismo, iluminación y materiales. En las listas de 8 de 12 IA; puesto mediano allí: 7. El aspecto es la afirmación más fácil de comprobar, y un modelo relacionado ya obtiene buenos resultados en votaciones a ciegas, así que la brecha es menor.

¿Sabía que…?

Jack Parker-Holder, de DeepMind, dijo que la generación interactiva de mundos va por detrás de la generación de video «entre unos seis y 12 meses en términos de precisión». En una demo de Genie 3, un personaje atravesó cactus sin efecto alguno, porque el modelo todavía no entiende la física.
Fuente ↗

Qué es: Iluminación, sombras y materiales realistas en los mundos generados.
Su ventaja: Lo más fácil de juzgar a simple vista, con algunas votaciones externas a favor de un modelo relacionado.
A quién le sirve saberlo: Útil para quien quiera saber cuánto confiar en las demos tan vistosas.

Brecha frente a pruebas independientes4.º de 23 (modelo relacionado)

Por qué está aquí

La publicación de Google no menciona métricas de realismo para Genie 4, y la afirmación de «realismo sin precedentes» no tiene cifras que la respalden. No enumera límites de iluminación ni de materiales, así que la afirmación es fácil de comprobar, pero carece de datos externos.
Fuente ↗

¿Sabía que…?

Genie 3 puede mostrar la misma calle con distinto clima y luz, como una cuadra nevada de Nueva York o una calle de Londres con «sol poco habitual». Usa imágenes de Street View, que abarcan 20 años y más de 280.000 millones de imágenes de 110 países.
Fuente ↗

Historia

Genie 2, lanzado en diciembre de 2024, solo podía generar mundos de 10 a 20 segundos de duración. Genie 3, en agosto de 2025, amplió la memoria visual a cerca de un minuto, a 720p y 24 fps.
Fuente ↗

A tener en cuenta

Google dice que empezó a desplegar Genie 4 para «un grupo limitado de probadores de confianza». Los suscriptores de Ultra y los socios de la API llegarán «pronto», así que la mayoría de los lectores todavía no pueden comprobar la iluminación por sí mismos.
Fuente ↗

Dónde seguir

Vea los videos de demostración de esta página y fíjese bien en las sombras, los reflejos y el agua. La página no describe la iluminación en detalle, así que júzguela con sus propios ojos.
Fuente ↗

Comparar los tres primeros ↓

Los tres primeros, lado a lado

	Genie 4: dirección en tiempo real con lenguaje natural y memoria persistente	Genie 4: audio nativo y diálogo interactivo	Genie 4: fotorrealismo, iluminación y materiales
En las listas de las IA	8 / 12	8 / 12	8 / 12
Brecha frente a pruebas independientes	Desvío admitido; no existe prueba	Sin puntuación de audio publicada	4.º de 23 (modelo relacionado)
Primero para	Claude, ChatGPT, Meta, Nemotron, Kimi, Wenxin, Qwen	—	—

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.

Google publicó menos especificaciones que para Genie 3: ni resolución, ni velocidad de cuadros, ni duración de sesión, ni número de probadores. La cifra más concreta, dos minutos, viene de informaciones de prensa.

Lo notaron:

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

01Lista final

Genie 4: dirección en tiempo real con lenguaje natural y memoria persistente

Genie 4: audio nativo y diálogo interactivo

Genie 4: fotorrealismo, iluminación y materiales

Genie 4: marca de agua SynthID en todos los videos y audios

Genie 4 para entrenar robots y agentes de IA

Genie 4: sesiones de dos minutos y permanencia de objetos

Genie 4: física de aerodinámica, colisiones y agua

Genie 4: uso por probadores de confianza en cine, periodismo, educación, videojuegos e ingeniería

Genie 4: simulación de eventos de varios pasos guiada por Gemini 3.8 Flash

Genie 4: personas realistas e interacción entre varios personajes

02Más sobre los tres primeros

1Genie 4: dirección en tiempo real con lenguaje natural y memoria persistente

¿Sabía que…?

2Genie 4: audio nativo y diálogo interactivo

3Genie 4: fotorrealismo, iluminación y materiales

¿Sabía que…?

Los tres primeros, lado a lado

Más rankings

03Vale la pena saber

04Cómo lo calculamos

1La pregunta

2Dónde aplica

3Qué miramos

4Quién clasificó

5Cómo se fijaron los puestos

05La lista de cada IA

Lo que notó Claude

Lo que notó ChatGPT

Lo que notó Meta

Lo que notó Nemotron

Lo que notó Gemini

Lo que notó Kimi

Lo que notó Wenxin

Lo que notó Qwen