Google ha presentado a través de DeepMind, su filial especializada en inteligencia artificial, una nueva generación de su modelo capaz de recrear simulaciones del mundo real, Genie 4, que ha mejorado tanto en el realismo de sus imágenes como en su respuesta en tiempo real. Además, esta es la primera generación en la que ha incorporado audio para añadir tanto efectos de sonido como diálogo a estos contenidos.
A diferencia de las IAs de generación de imágenes y vídeo presentes en herramientas como Gemini o ChatGPT, Genie 4 es un modelo de generación de mundos digitales que reproduce la apariencia de personas, animales y el mundo real para crear simulaciones y físicas más realistas. Sus creaciones tridimensionales son similares a videojuegos o películas con CGI, y lo especial es que el usuario puede modificarlas sin necesidad de animadores 3D, sino solo mediante comandos de texto o voz en tiempo real.
Es la nueva generación después de que la compañía adquirida por Google lanzase a principios de año Genie 3, un modelo de mundo que, pese a generar solo imagen y no audio, era capaz de crear contenidos en tiempo real con personajes realistas que podían moverse por el mundo digital, de una forma muy parecida a un videojuego en tercera persona.
Genie 4 añade audio por primera vez
Por primera vez, Genie 4 ha incorporado en su modelo de creación de mundos también la IA multimodal para generar también de forma nativa el sonido en estos contenidos, como ha explicado DeepMind a través de un comunicado.
Con el nuevo modelo, se añaden de forma automática sonidos de ambiente que encajan con la escena, como viento en los árboles u olas rompiendo en en mar, aunque los usuarios pueden pedir también música de fondo, bandas sonoras o hasta diálogo en los personajes.
Otras funciones de Genie 4
Genie 4 tiene funciones similares a las de su predecesor, pero Google ha trabajado en el último año para mejorar el realismo de las simulaciones del mundo real de estos contenidos 3D generados por inteligencia artificial.
Los usuarios pueden usar lenguaje natural para modificar cualquier aspecto de este mundo digital, como el tiempo, el movimiento de cámara o añadir nuevos personas u objetos a la escena.
DeepMind ha utilizado la inteligencia de Gemini para que estas incorporaciones tengan en cuenta el contexto y sean más realistas y con una mayor coherencia que en el generación anterior. Concretamente, usa el modelo Gemini 3.8 Flash para que estos cambios se puedan implantar en tiempo real, sin esperar.
Uno de los aspectos en los que más se ha avanzado es en las físicas, ya que el modelo ahora comprende mejor la aerodinámica o las colisiones para que los objetos o las personas se comporten de una manera más realista y orgánica. Los modelos trabajan con agentes de IA para dividir una escena en varias partes y revisar si el resultado final cumple con los objetivos.
Quién puede usar Genie 4 y cuánto vale
El nuevo modelo de mundos 3D de DeepMind se acaba de anunciar ahora, pero aún no se encuentra disponible para su uso, ya que la compañía de Google ha asegurado que continuará su desarrollo junto a creadores 3D y técnicos para mejorar sus capacidades.
Genie 4 es principalmente una herramienta profesional, por lo que estará disponible para desarrolladores a través de la API de Gemini y de AI Studio, pero de momento no se ha confirmado cuál será su precio.
En el futuro, Google planea extender esta herramienta a sus suscripciones para usuarios Google AI Ultra, que en España tiene un precio que parte de los 99,99 euros al mes. Más adelante no se descarta que puedan usarlo las suscripciones Ai Pro y AI Plus, más económicas.
Deja una respuesta