Genie 4
El nuevo modelo “Genie 4” de Google DeepMind, que convierte indicaciones de texto e imágenes en mundos de vídeo interactivos y parecidos a un juego, se considera un paso técnicamente impresionante respecto a los generadores de vídeo de IA anteriores, pero sigue plagado de física deficiente, mala respuesta a las entradas e inconsistencias visuales. Los comentaristas están muy divididos sobre su valor: algunos ven infraestructura fundamental para la robótica, los vehículos autónomos y nuevas formas de juegos y películas, mientras que otros lo desestiman como “slop” cerrado y voraz en cómputo que sirve principalmente para el futuro DRM, la producción de anuncios y el hype más que para casos de uso claros y beneficiosos.
Avances técnicos percibidos y limitaciones
- Muchos ven Genie 4 como visualmente impresionante en comparación con hace unos pocos años (por ejemplo, “Will Smith spaghetti”), pero no siempre como un gran salto respecto a los modelos de vídeo actuales.
- Varios comentaristas señalan física deficiente o inconsistente (por ejemplo, un busto de mármol que no cae, una sandía que apenas se rompe), movimiento similar al de un videojuego y un movimiento de cámara inquietante.
- Las inconsistencias cuando los objetos salen y vuelven a entrar en el encuadre (castillos que desaparecen, habitaciones que cambian, un casco que aparece, personas que cambian) se citan como prueba de que no es un “modelo del mundo” robusto, sino un generador de vídeo con una débil permanencia de objetos.
- Algunos piensan que la controlabilidad empeoró frente a demostraciones anteriores de Genie; las superposiciones WASD/flechas a menudo no parecen dirigir la acción.
Juegos, “modelos del mundo” y uso previsto
- Hay un fuerte debate sobre si estos motores de simulación no deterministas alojados en la nube tienen sentido para los juegos:
- Los críticos destacan la latencia, el coste y la economía frente a simplemente publicar código determinista; se invoca Stadia como un caso de fracaso (aunque hay desacuerdo sobre si fueron la economía de GPU o la latencia las que lo hundieron).
- Otros lo ven como un posible sueño de DRM y monetización para grandes estudios, o como una forma de inundar los mercados con contenido barato y personalizado.
- Algunos argumentan que la etiqueta de “modelo del mundo” se está estirando demasiado; otros lo vinculan con la robótica, la conducción autónoma y el entrenamiento de IA encarnada, aunque los escépticos dicen que la física y el realismo están muy lejos de ser adecuados para eso.
Acceso, apertura y el patrón de producto de Google
- Frustración porque Genie 4 es cerrado, limitado por cuota y se comercializa con poco detalle técnico; algunos lo comparan con otros modelos de “solo nota de prensa” que nunca llegaron a ser ampliamente utilizables.
- Quejas de que Google lanza repetidamente demos impresionantes sin iterarlas hasta convertirlas en productos sólidos ni dar a los desarrolladores acceso real; peticiones de pesos abiertos y modelos que se puedan ejecutar localmente.
Reacciones culturales, estéticas y éticas
- Muchos encuentran que los resultados son genéricos, parecidos a “slop” o sin alma, y temen una avalancha de anuncios de bajo esfuerzo, juegos clonados y ruido de vídeo generado por IA.
- Otros están entusiasmados con la creatividad democratizada, la creación rápida de prototipos para artistas e independientes, y nuevas formas de cine interactivo o VR.
- Las preocupaciones éticas incluyen deepfakes, publicidad manipuladora, usos militares y de vigilancia, y cuestiones más amplias sobre si esto beneficia realmente a la humanidad o solo quema energía para entretenimiento y valor para los accionistas.