Google Genie 3 da vida a tu mundo 3D con IA

El 5 de agosto de 2025, Google DeepMind lanzó la última versión del modelo Genie, conocida como Genie 3. Se trata de un nuevo modelo de IA capaz de convertir las instrucciones de texto del usuario en entornos dinámicos e interactivos.

Estos entornos, o mundos de IA, permiten al usuario explorarlos e interactuar con ellos en tiempo real, como en un videojuego. Los usuarios también pueden ampliar o modificar el entorno proporcionando indicaciones de texto adicionales, lo que permite realizar cambios sobre la marcha sin reiniciar la simulación.

Lo que hace especialmente relevante al último modelo Genie de Google es que puede utilizarse para entrenar agentes de IA. Esto consiste en enseñar a los agentes de IA a tomar decisiones o realizar tareas utilizando datos y comentarios. Al recurrir a un entorno 3D simulado en vez del mundo real, los investigadores pueden evitar muchos de los retos, costes y riesgos del entrenamiento en condiciones reales.

Google Genie 3 también puede simular situaciones complejas, como probar un coche autónomo que circula con mal tiempo o a una persona que planea con un traje aéreo por un terreno montañoso.

En este artículo analizaremos Google Genie 3 y sus capacidades.

Fig. 1. Fotograma de una simulación de Genie 3 en la que una persona planea con un traje aéreo. (Fuente)

Breve historia de los modelos Genie de Google#

Antes de examinar los modelos Genie de Google DeepMind, conviene entender qué son los modelos del mundo.

Los modelos del mundo son sistemas de IA que aprenden reglas del mundo real, como la física, el movimiento y las relaciones espaciales, a partir de texto, imágenes, vídeos y conjuntos de datos de movimiento. Así pueden crear escenas realistas y predecir cómo evolucionan. Los modelos Genie son ejemplos de estos sistemas.

Aquí tienes un breve repaso de los primeros modelos Genie de Google que allanaron el camino para Genie 3:

• Genie 1: Genie 1, conocido a menudo simplemente como Google Genie, fue el primer modelo del mundo de IA de Google DeepMind capaz de crear entornos virtuales interactivos. Los usuarios podían describir un mundo con texto, imágenes, fotografías o incluso bocetos, y Genie lo generaba para que pudieran controlar las acciones dentro de la escena. Se diseñó para procesar datos de vídeo a lo largo del tiempo, predecir el siguiente fotograma y traducir las entradas de los usuarios en acciones dentro del mundo.
• Genie 2: A partir de las capacidades de Google Genie, Genie 2 podía crear una amplia variedad de mundos 3D detallados e interactivos. Como modelo del mundo, simulaba entornos virtuales y respondía de forma realista a acciones como saltar, nadar o mover objetos. Se entrenó con una enorme colección de vídeos y ofrecía interacciones realistas entre objetos y movimientos de personajes muy naturales.

¿Qué es Genie 3, el nuevo modelo de IA de Google?#

A partir de los modelos Genie anteriores, Genie 3 es el más reciente y avanzado de la serie. Se basa especialmente en Genie 2, que podía generar nuevos entornos virtuales, y en Veo 3, el último modelo de generación de vídeo de Google DeepMind. Veo 3 demuestra una comprensión profunda de la física y de cómo interactúan los objetos en el mundo real.

Google Genie 3 aprende por sí mismo cómo funciona la física mediante un método conocido como aprendizaje autosupervisado. Es una técnica de aprendizaje de IA en la que un modelo de IA aprende patrones y relaciones a partir de datos sin etiquetar, generando sus propias señales de aprendizaje.

La capacidad de aprendizaje autosupervisado de Google Genie 3 es fundamental para entrenar sistemas de IA, como agentes o robots de IA, para que realicen diversas tareas. De hecho, los investigadores de Google DeepMind consideran que Genie 3 es un paso importante hacia la creación de la inteligencia artificial general (AGI).

Fig. 2. Ejemplo del uso de Google Genie 3 para simular el control de un vehículo explorador robótico. (Fuente)

La AGI es una forma teórica de IA capaz de comprender y aprender cualquier tarea o materia y aplicar ese conocimiento en distintas situaciones, de forma similar a una persona. A diferencia de los modelos de inteligencia artificial actuales, diseñados para tareas específicas y con dificultades para transferir sus habilidades a problemas nuevos, la AGI podría adaptarse y aprender en una amplia variedad de contextos.

Características clave de Google Genie 3 para crear un mundo de IA#

Estas son algunas de las características clave de Genie 3:

• Generación de mundos 3D a partir de texto: Puede convertir una indicación de texto sencilla (p. ej., «un robot caminando por la calle») en un entorno similar a uno 3D jugable con controles de movimiento básicos.
• Eventos del mundo mediante indicaciones: Los usuarios pueden cambiar el entorno de forma dinámica escribiendo nuevos comandos (p. ej., añadir lluvia a la calle).
• Memoria visual: Genie 3 puede recordar los objetos que se dejan en el entorno y permitirte volver a verlos más tarde; los recuerda durante aproximadamente un minuto.
• Salida de vídeo fluida y coherente: Puede mantener una salida de vídeo de 24 fps (fotogramas por segundo) con una resolución de 720p y permite interacciones más prolongadas que Genie 2.

Fig. 3. Google Genie 3 puede generar resultados que duran más que los de Genie 2. (Fuente)

De la educación a los videojuegos: aplicaciones de Genie 3 de Google DeepMind#

Google Genie 3 puede hacer que el aprendizaje, la investigación y la formación sean más inmersivos y atractivos. Por ejemplo, en las aulas puede dar vida a la historia, la ciencia o la geografía, permitiendo que los alumnos exploren ciudades antiguas o viajen por el espacio. Del mismo modo, para los desarrolladores de inteligencia artificial ofrece mundos virtuales realistas en los que practicar estrategias, superar retos y mejorar la capacidad de tomar decisiones.

Los científicos también pueden utilizarlo para crear simulaciones controladas con las que probar ideas, estudiar ecosistemas u observar el comportamiento de los objetos. Otra aplicación interesante es el desarrollo de videojuegos. Los desarrolladores de videojuegos pueden convertir indicaciones de texto en mundos detallados, acelerar el desarrollo y reducir la necesidad de contar con equipos grandes.

Fig. 4. Con Genie 3 se pueden diseñar videojuegos divertidos, coloridos e interactivos. (Fuente)

Limitaciones de Google Genie 3 como modelo del mundo#

Aunque Google Genie 3 ofrece muchas funciones y ventajas, también es importante tener en cuenta sus inconvenientes.

Estas son algunas limitaciones que conviene tener en cuenta:

• Rango de acciones limitado: Aunque puedes activar muchos eventos en el mundo virtual, el propio agente no los lleva a cabo todos. Las acciones que un agente puede realizar directamente siguen siendo limitadas.
• Interacción con otros agentes: La creación de interacciones realistas entre varios agentes independientes en el mismo entorno todavía está en desarrollo.
• Precisión respecto al mundo real: Google Genie 3 todavía no puede recrear ubicaciones reales con una precisión geográfica perfecta.

Conclusiones clave#

Google Genie 3 supone un avance importante en la creación de mundos 3D realistas e interactivos con IA. Puede dar vida a ideas a partir de indicaciones de texto sencillas, simular la física e incluso entrenar sistemas de IA en espacios virtuales seguros.

Aunque todavía tiene limitaciones, abre muchas posibilidades para la investigación, los videojuegos y el desarrollo de IA. También es un paso crucial hacia sistemas AGI capaces de pensar y aprender de forma más parecida a las personas.

Echa un vistazo a nuestro repositorio de GitHub para descubrir más sobre la IA. Únete a nuestra activa comunidad y descubre innovaciones en sectores como la IA en el comercio minorista y la IA visual en la fabricación. Para empezar hoy mismo con la visión artificial, consulta nuestras opciones de licencia.