Google DeepMind

Genie 2, en diciembre de 2024, producía diez segundos de mundo de baja resolución sin interacción en tiempo real. Genie 3, anunciado en agosto de 2025 y abierto a los suscriptores de Google US Ultra a través de Project Genie en febrero de 2026, sostiene un minuto de entorno fotorrealista generado fotograma a fotograma a medida que el usuario se desplaza por él. Google DeepMind expone la dificultad con claridad: un modelo de vídeo puede ajustar retroactivamente los fotogramas para mantenerlos coherentes, mientras que un modelo de mundo debe permanecer coherente con el pasado y con la acción inmediata del usuario, sin conocer las entradas que aún están por llegar. El límite de 60 segundos es una solución de compromiso, ya que el dinamismo del mundo decae a lo largo de la secuencia y los costes de servicio siguen siendo altos. El equipo se sitúa en el 50% de una visión que describe como una simulación indistinguible de la realidad. Simmer ya usa Genie 3 para entrenar agentes que persiguen objetivos en mundos 3D arbitrarios.

La misma organización ofrece la infraestructura subyacente. La Interactions API entró en beta pública en diciembre de 2025 a través de Google AI Studio, con estado opcional del lado del servidor, ejecución en segundo plano para inferencias largas y soporte nativo de MCP. Google DeepMind la presenta como complementaria a generateContent, que sigue siendo la opción recomendada para respuestas de producción estándar.

En agosto de 2026, Kevin Hou representó a Google como Core Maintainer de la especificación de empaquetado Agent Plugins 1.0.0, junto a Amazon, Cursor, Microsoft, OpenAI y Vercel. Anthropic, cuyos Agent Skills y servidores MCP ese formato existe para empaquetar, está ausente de la lista de mantenedores.