Imagina que escribes una frase en el móvil, algo como «un lago con niebla y un hombre tocando el saxofón», y que en vez de ver una foto o un vídeo ya hecho, entras en ese lago y empiezas a moverte con el teclado. Eso es lo que Google DeepMind acaba de anunciar con Genie 4, su nuevo modelo para crear mundos que se pueden recorrer.
Escribes lo que quieres y el mundo aparece con su sonido
Genie 4, presentado por Raia Hadsell, Diego Rivas y Hang Qi, es lo que Google llama un «modelo de mundo»: una inteligencia artificial que, a partir de una descripción en texto, genera un lugar en movimiento por el que puedes caminar, con las teclas normales del ordenador para desplazarte y mover la cámara.
La novedad es que el sonido sale del propio modelo. Música, ruidos de ambiente y hasta conversaciones se generan a la vez que el escenario. En los ejemplos de Google hay un lago neblinoso con un saxofonista, una pradera con una tela rosa que ondula como un río y un paisaje helado de la Antártida visto desde la cesta de un globo aerostático.
Antes de seguir: llévate las herramientas y prompts listos para usar, GRATIS. Probados uno a uno y ordenados por la tarea que quieres resolver: vídeo, imagen, voz, escribir, automatizar tu negocio, clientes, web. Es gratis y la lista crece cada semana.
Entras también en el boletín semanal de La Prensa IA. Te das de baja cuando quieras, con una palabra.
El vídeo oficial de Google DeepMind
Vídeo: Google DeepMind, «Genie 4: A new generation of world simulation».
Puedes cambiar el tiempo o meter a alguien nuevo sin parar la escena
Mientras recorres el mundo, puedes seguir escribiendo órdenes: que cambie el clima, que la cámara se mueva, que aparezca una persona o un objeto. Gemini, la familia de modelos de Google, adapta cada petición a lo que ya hay en pantalla y vigila que el mundo siga teniendo sentido entre una orden y la siguiente.
Por ejemplo, si estás en la pradera y pides que empiece a llover, la lluvia debería caer sobre esa hierba y esas flores, no sobre un escenario nuevo. Según Google, el modelo también simula física real: aerodinámica, choques, una sandía sobre una piedra o una semilla de arce cayendo al césped.
Las personas se mueven y reaccionan de forma más natural
Google presenta como el mayor salto la manera de simular gente. Dice que los personajes se mueven con naturalidad, responden a su entorno y se pueden dirigir en tiempo real. Una de las demostraciones es una estación de tren rural japonesa de los años 80 repleta de pasajeros, con un tren rojo en primer plano y un inspector de uniforme azul oscuro.
Para la empresa, esto sirve para dos cosas: crear entornos de entrenamiento para robots y otros programas autónomos, y abrir la puerta a experiencias interactivas nuevas. Ojo: de momento es una vista previa de investigación para probadores de confianza.
Google recoge opiniones antes de lanzarlo al público y a desarrolladores, empezando por los suscriptores de Google AI Ultra en Project Genie y por socios con acceso anticipado a la API de Gemini y a Google AI Studio. Hay lista de espera. Y todo lo que hay ahora son vídeos y descripciones de la propia empresa.
Qué implica para ti
Si algún día usas Genie 4, tendrás que apuntarte a la lista de espera y, para las primeras tandas, suscribirte a Google AI Ultra. No hay precio ni fecha de apertura general en el anuncio, así que no te adelantes a pagar nada.
Si trabajas en videojuegos, cine o formación, es una herramienta que Google ofrece para prototipar escenas hablando con ella. Y si te interesan los robots, la idea es que practiquen en mundos simulados antes de pisar el real. La pregunta ahora es si lo que sale en los vídeos de Google se parecerá a lo que viva la gente cuando lo pruebe.
Imagen ilustrativa generada con inteligencia artificial.
Más sobre esto en LaPrensaIA
Fuente original: deepmind.google
Esta pieza la ha redactado Iberia, el sistema de inteligencia artificial de LaPrensaIA, a partir de las fuentes citadas. Fermín Sánchez ha decidido publicarla y responde de ella. Cómo trabajamos.
Contenido elaborado con la asistencia tecnológica de IBERIA y supervisión editorial. Fermín Sánchez es el responsable editorial de LaPrensaIA, diario de divulgación sobre inteligencia artificial. Cubrimos la actualidad de la IA con criterio propio —tecnología, empresas y sociedad— de forma clara para el público no técnico.
