A 29 de octubre de 2026, Google Genie 4 es el modelo del mundo más reciente de Google DeepMind: genera mundos fotorrealistas e interactivos en tiempo real, con sonido, música y diálogo producidos junto con la imagen. Ahora mismo es una vista previa de investigación para testers de confianza, y Google afirma que llegará pronto a los suscriptores de Google AI Ultra en Project Genie y a los socios de acceso anticipado de la Gemini API y Google AI Studio.
El Genie 4 de Google DeepMind se anunció el 27 de octubre de 2026. Esta página cubre qué hace, cómo lo dirige Gemini, qué ha cambiado desde Genie 3, sus limitaciones, la lista de espera y qué puedes construir con la Gemini API mientras esperas.
¿Qué es Google Genie 4?
Google Genie 4 es un modelo del mundo: un sistema de IA que simula un entorno y cómo reacciona, fotograma a fotograma, mientras te desplazas por él. Navegas con el teclado, diriges la escena con prompts de texto y Genie 4 renderiza lo que ocurre a continuación, incluido cómo suena el mundo y cómo se mueven, reaccionan y hablan las personas que hay en él.
Google lo llama «nuestro nuevo modelo del mundo» y lo describe como nativamente multimodal: el sonido ambiente, la música y el diálogo interactivo se generan al mismo tiempo que el mundo. Se basa en la familia Gemini. En palabras de Google, Gemini Omni «ancla las simulaciones en la apariencia y el comportamiento del mundo real», mientras que otros modelos Gemini se encargan del razonamiento que mantiene coherente una simulación. Google enumera dos usos: entornos de entrenamiento para robots y agentes, y nuevas experiencias interactivas.
Datos clave de Google Genie 4
Cada fila procede del anuncio de Google.
| Elemento | Detalle | Fuente |
|---|---|---|
| Anunciado | 27 de octubre de 2026 | Google DeepMind |
| Tipo | Modelo del mundo interactivo en tiempo real | Google DeepMind |
| Modalidades | Vídeo más audio nativo: sonido ambiente, música, diálogo | Google DeepMind |
| Construido sobre | Gemini Omni para la apariencia del mundo real; otros modelos Gemini para la coherencia | Google DeepMind |
| Controles | Teclado para la navegación y la cámara, prompts de texto para dirigir, imagen de referencia como primer fotograma | Google DeepMind |
| Agente en el bucle | Gemini 3.8 Flash planifica, observa los fotogramas y verifica cada paso | Google DeepMind |
| Acceso actual | Vista previa de investigación para testers de confianza | Google DeepMind |
| Próximo acceso | «Próximamente» en Google AI Ultra dentro de Project Genie y para los socios de acceso anticipado de la Gemini API y AI Studio | Google DeepMind |
| Marca de agua | SynthID en todo el vídeo y el audio | Google DeepMind |
| Fecha de lanzamiento, precio, ID del modelo, resolución, tasa de fotogramas, duración de la sesión | No publicados | No indicado por Google |
¿Qué puede hacer Genie 4? Las cuatro capacidades
Google agrupa los avances del modelo en cuatro capacidades, cada una mostrada en grabaciones en tiempo real.
1. Dirige el mundo en tiempo real con texto
Escribes un cambio y el mundo lo sigue: cambia el clima, mueve la cámara, añade una persona o un objeto. Gemini adapta tu prompt a la escena y, entre entradas, mantiene el mundo en movimiento.
Prompt de demostración, parafraseado: «Parte de esta foto de un hombre tocando el saxofón en una plataforma flotante en un lago brumoso y, después, deja que la cámara se deslice libremente sobre el agua.»
2. Física y personas realistas
Genie 4 simula aerodinámica, colisiones y otros eventos físicos. Google describe su tratamiento de las personas como «el salto más espectacular»: los personajes se mueven con naturalidad, responden a su entorno y se pueden dirigir en tiempo real.
Prompt de demostración, parafraseado: «Una semilla de arce cae de un árbol a la hierba, filmada en macro.»
3. Sonido nativo y diálogo en vivo
Google afirma que Genie 4 es «nuestro primer modelo del mundo en tiempo real que genera audio de forma nativa». Cada mundo tiene su propio sonido ambiente, y los personajes mantienen conversaciones que reaccionan a tus entradas y a los eventos de la escena.
Prompt de demostración, parafraseado: «Un paseo en primera persona sobre un dragón negro por un circuito de carreras, con aleteos atronadores y viento rugiente.»
4. Eventos complejos de varios pasos con Gemini
Combinar Gemini con Genie 4 permite que una simulación siga un plan de varios pasos. La siguiente sección explica cómo.
Prompt de demostración, parafraseado: «Un brazo robótico sostiene una pipeta y gotea líquido en una placa de laboratorio, que desprende pequeñas chispas.»
Cómo funciona Gemini dentro del bucle
Gemini 3.8 Flash actúa como lo que Google llama «un agente guía en el bucle». Mientras Genie 4 genera el mundo, Gemini:
- Observa la escena de forma continua.
- Divide tu objetivo en una secuencia de pasos.
- Revisa los fotogramas entrantes para comprobar que cada paso realmente ha ocurrido.
- Cambia su plan sobre la marcha cuando el mundo cambia o tú intervienes.
Si construyes agentes, el patrón te resultará familiar: planificar, actuar, observar, verificar, replanificar. Tienes más información sobre el planificador en nuestra guía de la API de Gemini 3.8 Flash.
Google también combinó Gemini 4 Argon con Genie 4 y Gemini Robotics. En esa demo, Argon divide la tarea del usuario en pasos y los introduce en Genie 4 como leyendas de texto mientras se renderiza la simulación. El resultado es un humanoide Apptronik Apollo simulado jugando una partida de damas, paso a paso.
Genie 3 vs. Genie 4: qué ha cambiado
Google anunció Genie 3 el 5 de agosto de 2025. Esta comparación utiliza únicamente lo que indican las dos publicaciones de anuncio de Google.
| Genie 3 (ago. 2025) | Genie 4 (oct. 2026) | |
|---|---|---|
| Interacción en tiempo real | Sí, el primer modelo del mundo en tiempo real de Google | Sí |
| Especificaciones publicadas | 24 fps, 720p, consistente durante «unos minutos» | Ninguna publicada |
| Dirección por texto | «Eventos del mundo dirigibles por prompt»: clima, objetos, personajes | Dirección por texto en tiempo real, adaptada a la escena por Gemini |
| Audio | No se menciona en la publicación | Sonido ambiente, música y diálogo nativos |
| Integración con Gemini | No se describe | Gemini Omni para el realismo, Gemini 3.8 Flash como agente en el bucle |
| Personas | La interacción multiagente se indica como limitación | Los personajes se mueven, reaccionan y hablan en tiempo real |
| Acceso en el lanzamiento | Vista previa de investigación limitada para académicos y creadores | Vista previa de investigación para testers de confianza |
Genie 3 llegó más tarde a los usuarios a través de Project Genie, una app de Google Labs; nuestra guía para usar Google Genie 3 cubre esa vía.
Limitaciones de Genie 4, en palabras de Google
Google es directo sobre lo que aún no funciona. Genie 4 «sigue siendo un área de investigación temprana y en evolución», y la publicación enumera estas limitaciones:
- Coherencia en sesiones cortas. Los entornos se mantienen coherentes durante sesiones cortas, pero los detalles visuales y la permanencia de los objetos «todavía pueden cambiar o desviarse con el tiempo».
- Desencadenantes de la deriva. La deriva empeora cuanto más dura una simulación, tras varias ediciones complejas del prompt y mientras navegas por la escena.
- Problemas abiertos. Las interacciones físicas complejas, la precisión del audio en tiempo real, el texto legible, la precisión espacial y la consistencia a largo plazo son «áreas activas de investigación en curso».
En cuanto a la seguridad, Google afirma que Genie 4 cuenta con barreras de protección equivalentes a las de sus otros modelos, superó las evaluaciones internas de seguridad y se entregó primero a testers de confianza. Todo su vídeo y audio lleva SynthID, la marca de agua invisible de Google.
¿Quién está probando Genie 4 hoy?
Los testers de confianza proceden de industrias creativas, periodismo, educación, videojuegos e ingeniería. Los cineastas lo usan como «modo borrador» para la previsualización, los fotoperiodistas convierten una foto de archivo en una escena explorable, y los desarrolladores de videojuegos pasan «de una idea inicial a un prototipo explorable en segundos».
Cómo unirse a la lista de espera de Genie 4
Google gestiona una única lista de espera pública, para Genie 4 en Project Genie.
- Abre la publicación de Google DeepMind sobre Genie 4.
- Haz clic en Únete a la lista de espera de Genie 4 en la parte superior, o en el enlace «aquí» de la sección «Próximos pasos». Ambos abren el formulario de lista de espera de Genie 4 de Google.
- Rellena el formulario, titulado «Solicita acceso a Genie 4 en Project Genie».
- Estate atento a Project Genie para el despliegue. Google señala a los suscriptores de Google AI Ultra como el primer grupo de consumidores.
El acceso para desarrolladores es una vía aparte y todavía no tiene un proceso de solicitud publicado; consulta nuestra guía de acceso anticipado a la API de Genie 4.
¿Project Genie es gratis? Google no ha anunciado un plan gratuito para Genie 4. Desglosamos el coste y todas las opciones de $0 en ¿Project Genie es gratis?, y enumeramos otros modelos del mundo que puedes probar ahora en Alternativas a Project Genie.
Qué pueden construir hoy los desarrolladores con la Gemini API
Todavía no hay un endpoint de Genie 4, pero la mitad Gemini del bucle es pública. gemini-3.8-flash está en la página de modelos de la Gemini API, así que puedes construir el paso de planificar y verificar contra tus propios fotogramas: envía una imagen y un objetivo, y recibe pasos y un veredicto.
Una solicitud mínima al endpoint generateContent tiene este aspecto:
curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.8-flash:generateContent" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"contents": [{
"parts": [
{"text": "Goal: the character opens the door. Plan the steps as JSON, then say if this frame shows step 1 done."},
{"inline_data": {"mime_type": "image/png", "data": "<BASE64_FRAME>"}}
]
}],
"generationConfig": {"responseMimeType": "application/json"}
}'
Cuando Genie 4 se abra a los socios de la API, tu capa de supervisión ya estará probada.
Deja que tu agente de programación lo pruebe con Apidog CLI
Un verificador que cambia la forma de su JSON rompe tu bucle de forma silenciosa. Deja que tu agente de programación ejecute Apidog CLI contra el endpoint de Gemini en cada cambio.
npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com # pick your agent when prompted
Después, dale a Claude Code, Codex o Cursor un único prompt:
In Apidog project <id>, create a test case for POST
/v1beta/models/gemini-3.8-flash:generateContent that sends a sample frame and a goal,
asserts status 200, asserts the response text parses as JSON with a "steps" array and a
"verified" boolean, then run it against the gemini environment and summarize any failures.
El agente lee el esquema de la carga útil, valida su archivo, crea el caso y lo ejecuta:
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <id> --file case.json
apidog run --test-case <caseId> --project <id> -e <envId> -r cli,json
Cambia -r cli,json por -r junit y la misma ejecución encaja en un trabajo de CI; nuestra guía de Apidog CLI para CI/CD muestra la configuración, y Apidog CLI en Claude Code cubre el lado del agente. El plan gratuito de Apidog admite hasta 4 usuarios.
Preguntas frecuentes
¿Cuándo se lanzará Google Genie 4? Google no ha dado una fecha. A 29 de octubre de 2026, Genie 4 es una vista previa de investigación para testers de confianza, y Google dice que «próximamente» llegará a los suscriptores de Google AI Ultra en Project Genie y a los socios de acceso anticipado de la Gemini API y Google AI Studio.
¿Genie 4 está disponible en la Gemini API? No públicamente. Google menciona a los socios de acceso anticipado de la Gemini API y Google AI Studio como siguiente paso, pero no ha publicado un ID de modelo, documentación ni precios.
¿Cuál es la diferencia entre Genie 4 y Project Genie? Genie 4 es el modelo. Project Genie es la app de Google Labs donde los consumidores usan los modelos del mundo de Google. La lista de espera de Google es para Genie 4 dentro de Project Genie.
¿Genie 4 genera sonido? Sí. Google lo describe como su primer modelo del mundo en tiempo real que genera audio de forma nativa: el sonido ambiente, la música y el diálogo interactivo se producen junto con el mundo.
¿Cuánto tiempo puede mantenerse consistente una sesión de Genie 4? Google no da una cifra. Afirma que los entornos se mantienen coherentes durante sesiones cortas, con deriva en los detalles y en la permanencia de los objetos en ejecuciones más largas, tras muchas ediciones del prompt o mientras navegas.