Project Genie de Google convierte instrucciones de texto en mundos interactivos, pero no en juegos terminados

10 min de lectura
Google's Project Genie Turns Text Prompts Into Interactive Worlds, but Not Finished Games

Un mundo que puede cambiar mientras lo explora

Project Genie de Google permite describir un mundo interactivo en lenguaje cotidiano y luego explorar y editar lo que crea el sistema. El 18 de noviembre de 2026, Google comenzó a implementar una versión actualizada para los suscriptores elegibles de Google AI Ultra de 18 años o más. Al día siguiente, los desarrolladores obtuvieron acceso a su modelo Genie 4 a través de Gemini API y Google AI Studio.

Contenido
  1. Un mundo que puede cambiar mientras lo explora
  2. ¿Qué cambió el 18 y el 19 de noviembre?
  3. En qué se diferencia un modelo del mundo de un video
  4. ¿Qué lugar podría ocupar en la creación de videojuegos?
  5. Qué significa esto para Mahjong Ways
  6. Qué limitaciones conserva la tecnología
  7. Fechas clave
  8. Lo que debe saber

El lanzamiento reúne instrucciones de texto, imágenes, elementos visuales en movimiento y sonido en un solo experimento. Un usuario puede pedir un escenario, recorrerlo y luego escribir instrucciones para cambiar el clima, añadir un personaje o modificar un acontecimiento. Google afirma que Genie 4 puede generar elementos visuales en 720p a 24 fotogramas por segundo con audio sincronizado, incluidos sonidos de fondo y diálogos de personajes.

El producto se llama Project Genie, no Playground. Google lo describe como un prototipo experimental de investigación impulsado por Genie 4, de Google DeepMind. Los miembros de AI Pro pueden inscribirse en una lista de espera, mientras que el acceso se está habilitando para los suscriptores elegibles de Ultra. Google no ha indicado una fecha para ampliar el acceso ni un límite de duración de las sesiones de Genie 4 para los suscriptores.

La página de Project Genie de Google muestra ejemplos que van desde explorar un mundo como una hormiga hasta buscar pistas en una villa embrujada. Los usuarios también pueden convertir fotos en lugares explorables y remezclar mundos compartidos en una galería comunitaria. Estos ejemplos ayudan a imaginar mejor el producto: es una forma de crear y explorar una escena cambiante, en lugar de limitarse a ver un video terminado.

Google DeepMind presentó Genie 3 en agosto de 2025 como un modelo del mundo anterior. Su anuncio de Genie 3 describió entornos navegables generados a partir de texto, cuya coherencia se mantenía durante varios minutos. Genie 4 es el modelo más reciente de Project Genie, mientras que Google también ha actualizado Genie 3 con sesiones más largas y otras funciones.

¿Qué cambió el 18 y el 19 de noviembre?

La actualización del 18 de noviembre incorporó Genie 4 a Project Genie, junto con un agente creativo conversacional y una galería para compartir y remezclar mundos. El agente ayuda a convertir una descripción en un escenario más desarrollado mediante una conversación. La galería permite a los usuarios explorar creaciones y adaptar sus entornos, personajes o audio.

Google dijo que los primeros usuarios de prueba querían tener más control sobre lo que sucedía dentro de los mundos generados y contar con formas más sencillas de crearlos y compartirlos. Diego Rivas, gerente de producto de grupo en Google DeepMind, y Pavan Kumar, gerente de producto de grupo en Google Labs, escribieron en el anuncio del 18 de noviembre de la empresa:

«Los primeros usuarios de prueba nos dijeron que querían tener un control más profundo sobre lo que ocurre dentro de esos mundos, así como formas más sencillas de crearlos y compartirlos».

El 19 de noviembre, Google habilitó Genie 4 para los desarrolladores a través de Gemini API y Google AI Studio. Pueden comenzar con una descripción de texto, una imagen de referencia o ambas, y luego usar controles de teclado e instrucciones en tiempo real para modificar una escena. Google menciona como posibles usos la creación de prototipos de experiencias interactivas, la visualización de diseños espaciales y el entrenamiento de sistemas robóticos y agentes de IA. El anuncio para desarrolladores de la empresa indica que cada resultado incluye una marca de agua SynthID imperceptible.

Según los detalles técnicos publicados sobre el servicio para desarrolladores, su costo es de unos 10 centavos por segundo de contenido transmitido, con sesiones limitadas a 120 segundos. A esa tarifa, una sesión completa de dos minutos costaría unos 12 dólares. Ese límite y ese precio corresponden a la API para desarrolladores; Google no publicó un límite de duración equivalente para las sesiones de Genie 4 en Project Genie.

Publicidad

En qué se diferencia un modelo del mundo de un video

Un generador de video suele crear una secuencia para que alguien la vea. En cambio, un modelo del mundo produce lo que ocurre a continuación cuando una persona se mueve o modifica la escena. Si un usuario se gira hacia una puerta o pide que llueva, el sistema debe generar nuevas imágenes que respondan a esa acción y sean coherentes con el escenario.

Por eso, mantener la continuidad es un desafío central. Un mundo convincente debe seguir la ubicación de los objetos y los personajes, así como los cambios en el entorno. Google afirma que Genie 4 permite hacer modificaciones en tiempo real y generar audio adaptable. La empresa también señala que sigue trabajando en aspectos como el retraso de la cámara, las interacciones físicas complejas, la precisión del audio en tiempo real y la estabilidad de las escenas durante períodos prolongados.

Genie 3 ofrece un contexto útil para entender cuánto ha avanzado esta tecnología. Cuando Google DeepMind lo anunció en 2025, el modelo podía generar mundos de hasta 24 fotogramas por segundo y en 720p, con una coherencia que duraba varios minutos. Entre sus limitaciones declaradas estaban la precisión geográfica imperfecta, las dificultades para representar texto legible, una variedad reducida de acciones directas y períodos breves de interacción. En un principio, Google ofreció Genie 3 como una versión preliminar de investigación limitada a un pequeño grupo de académicos y creadores.

La actualización actual de Google amplía las sesiones de Genie 3 hasta tres minutos por generación, frente a los 60 segundos anteriores, y permite a los usuarios conectar mundos o partir de una panorámica de 360 grados. Estos detalles se aplican a Genie 3. No deben confundirse con una duración de sesión de Genie 4 en el producto para consumidores, que Google no ha publicado.

¿Qué lugar podría ocupar en la creación de videojuegos?

Para un desarrollador de videojuegos, un mundo generado podría ayudar a probar una idea antes de que un equipo construya un entorno completo con un motor de videojuegos convencional. Un diseñador podría explorar distintas opciones de iluminación, fondos o aspecto de los personajes, o mostrar un concepto preliminar a sus colegas. La API para desarrolladores también permite a los equipos experimentar con escenas interactivas sin tener que crear primero a mano todos los elementos visuales.

Eso no equivale a crear un videojuego comercial terminado. Un motor de videojuegos es un programa que se utiliza para crear y ejecutar un juego con recursos, reglas y controles definidos. Un modelo del mundo genera una escena cambiante en respuesta a instrucciones y acciones. Ambas tecnologías podrían complementarse, pero una simulación generada no ofrece automáticamente los sistemas probados, el rendimiento estable ni todas las herramientas de producción que necesita un juego terminado.

La presentación preliminar de octubre de Google describió Genie 4 como un modelo para entornos interactivos con movimiento, sonido y acontecimientos cambiantes. Los lanzamientos posteriores ampliaron el acceso a suscriptores y desarrolladores, además de añadir herramientas para crear y compartir mundos. En conjunto, los anuncios muestran un paso de una versión preliminar de investigación limitada hacia la experimentación práctica, no una afirmación de que Google haya lanzado un sistema completo de desarrollo de videojuegos.

Publicidad

Qué significa esto para Mahjong Ways

Mahjong Ways, un juego de PG Soft, tiene una estructura distinta de la de un mundo abierto que cambia a medida que el jugador lo explora. Utiliza carretes giratorios, símbolos con temática de mahjong, animaciones y funciones definidas, como Wild Transformation y Free Spins. Su dinámica depende de reglas y resultados diseñados específicamente para ese juego.

En principio, la IA generativa podría ayudar a un estudio a explorar ideas visuales, crear pruebas preliminares de animación o ver cómo se presenta un diseño en distintos tamaños de pantalla. Estos son posibles usos de la IA en la producción de videojuegos, no usos confirmados por parte de PG Soft. No hay pruebas de que la empresa utilice Project Genie o Genie 4 para desarrollar Mahjong Ways.

Cualquier juego con reglas definidas también requiere comprobaciones técnicas minuciosas. Los diseñadores e ingenieros deben asegurarse de que las funciones se comporten como se espera, que la interfaz sea legible y que el juego funcione de manera fiable. Cuando los resultados dependen del azar, las reglas del sistema y su comportamiento matemático deben someterse a pruebas por separado. Un modelo que crea una escena verosímil no verifica por sí mismo esos aspectos de un juego.

La diferencia es sencilla: Genie puede generar un entorno interactivo a partir de instrucciones, mientras que un juego fijo se construye según un diseño especificado. Un estudio podría usar IA para acelerar las primeras pruebas visuales y luego recurrir a sus propios procesos de producción y prueba para completar el juego.

Qué limitaciones conserva la tecnología

Las escenas generadas pueden perder coherencia con el paso del tiempo. Los objetos pueden desplazarse o verse distintos después de que la cámara se mueva, y las interacciones físicas complejas siguen siendo difíciles de reproducir de manera fiable. El habla y el texto también pueden ser imprecisos. Estos problemas importan en los videojuegos, donde los jugadores esperan que los objetos, los personajes y las reglas se mantengan coherentes de un momento a otro.

Google describe Genie 3 como un modelo que permite interactuar durante unos minutos, no durante horas. En el caso de Genie 4, Google ha señalado que mantener las escenas de forma prolongada y lograr un audio preciso siguen siendo desafíos, pero no ha publicado un límite de duración de las sesiones para la versión de consumo. Los desarrolladores también deben tener en cuenta que la calidad visual y un sonido coherente no equivalen a la lógica ni al control de calidad de un juego completo.

Google afirma que Project Genie filtra las entradas y los resultados del modelo por motivos de seguridad y añade marcas de agua SynthID a los videos y audios generados. La marca de agua busca identificar el material creado con las herramientas de IA de Google. Estas medidas se suman a las limitaciones técnicas del producto, pero no eliminan la necesidad de que los usuarios y desarrolladores revisen el contenido de las escenas generadas.

Publicidad

Fechas clave

  • 5 de agosto de 2025: Google DeepMind anuncia Genie 3 como un modelo interactivo del mundo y comienza una versión preliminar de investigación limitada.

  • 27 de octubre de 2026: Google DeepMind presenta Genie 4 a un grupo limitado de evaluadores de confianza.

  • 18 de noviembre de 2026: Genie 4 comienza a habilitarse en Project Genie para los suscriptores elegibles de Google AI Ultra; los miembros de AI Pro pueden inscribirse en una lista de espera.

  • 19 de noviembre de 2026: Google pone Genie 4 a disposición de los desarrolladores a través de Gemini API y Google AI Studio.

Lo que debe saber

  • Project Genie utiliza Genie 4, de Google DeepMind, para crear mundos interactivos a partir de instrucciones de texto, imágenes y acciones de los usuarios.

  • Genie 4 estuvo disponible para los suscriptores elegibles de Google AI Ultra el 18 de noviembre de 2026; los desarrolladores obtuvieron acceso a la API al día siguiente.

  • Google afirma que el modelo puede generar elementos visuales en 720p a 24 fotogramas por segundo con audio sincronizado.

  • Las sesiones de Genie 3 pueden durar hasta tres minutos, mientras que Google no ha publicado un límite de duración para las sesiones de Genie 4 en su versión para consumidores.

  • La IA puede ayudar a los equipos de videojuegos a probar conceptos, pero no hay pruebas de que PG Soft utilice Genie 4 para Mahjong Ways.

  • La estabilidad de las escenas, las interacciones complejas, la precisión del audio y las sesiones más largas siguen siendo desafíos técnicos.

Compartir este artículo

También le puede interesar