Genie 4 vs Hi3D v1.0: Un mundo que visitas o una malla que conservas

Genie 4 te ofrece una experiencia que termina cuando termina la sesión. Hi3D v1.0 te entrega un archivo. Esa es toda la comparación, y vale la pena decirla sin rodeos porque ambos modelos se comentan como si fueran afines: ambos son generativos, ambos producen resultados de apariencia tridimensional y ambos llegaron con una semana de diferencia en octubre de 2026. Genie 4, anunciado por Google DeepMind el 27 de octubre, es un modelo de mundo interactivo en tiempo real que genera video con audio sincronizado a partir de un prompt de texto y te permite guiarlo mientras se ejecuta. Hi3D v1.0, publicado el 23 de octubre, es un refinador de geometría de pesos abiertos que convierte una malla tosca más una imagen de referencia en una malla de alta resolución y se detiene ahí: sin textura, sin animación, sin escena, sin sonido.

Lee los materiales de lanzamiento uno al lado del otro y la discrepancia se vuelve obvia de una manera útil. La publicación de Google trata de lo que puedes hacer dentro de un mundo generado; la ficha del modelo de Hi3D trata de cuántos vértices puede resolver el refinador. Uno es una experiencia de producto sin exportación. El otro es una herramienta de activos sin experiencia. Si estás eligiendo entre ellos, no estás eligiendo entre dos modelos de mundo, estás eligiendo entre dos entregables, y solo uno de ellos se puede poner en un archivo.

Qué incluye realmente Hi3D v1.0

El repositorio es inusualmente explícito en cuanto a su alcance, lo que facilita su evaluación. Hi3D v1.0 refina una malla de baja resolución hasta obtener una de alta resolución, condicionado por una imagen de referencia del mismo objeto. Se basa en la arquitectura de representación y refinamiento Sparc3D: los latentes dispersos se muestrean sobre coordenadas tomadas de la malla gruesa, se decodifican mediante un autoencoder variacional disperso con autopoda, y la superficie se extrae, se revoxeliza y se repite. La cuadrícula efectiva de extracción dispersa publicada alcanza hasta 1536 al cubo. El informe del proyecto describe el entrenamiento con aproximadamente dos millones de activos 3D curados.

Lo que obtienes es geometría, y solo geometría. No hay textura, ni material, ni rig, ni animación, ni colocación en escena. La salida es una malla que se ha recentrado y normalizado a un radio máximo unitario, lo cual es una decisión deliberada para un refinador y inconveniente para cualquiera que quisiera un activo a escala métrica. La ficha del modelo dice que el código de entrenamiento y el arnés de evaluación del artículo no están incluidos; el código de inferencia está en el repositorio de GitHub, y los pesos están en Hugging Face bajo la Hi3D Open License 1.0.

El perfil de cómputo es la parte que decide si esto es un proyecto de fin de semana o una solicitud de adquisición. La ruta documentada es una NVIDIA H20 de 96 GB, sin respaldo por CPU y con tamaño de lote uno. Eso es un acelerador de centro de datos, no una tarjeta para consumidores, y sitúa el modelo en la misma clase de hardware que un pequeño trabajo de ajuste fino. Tampoco hay ningún benchmark numérico publicado: ni distancia Chamfer, ni F-score, ni tabla comparativa frente a Sparc3D o Hunyuan3D. El repositorio te pide que confíes en la resolución y en el recuento de activos de entrenamiento, y ambas son cifras del propio proyecto.

Lo que Genie 4 realmente incluye

Genie 4 entrega una sesión. Tú le das instrucciones sobre un mundo, lo diriges en lenguaje natural —mueves la cámara, cambias el clima, añades un personaje— y genera fotogramas con audio nativo en tiempo real, manteniendo la escena coherente durante unos dos minutos, según se informa. Gemini Omni ancla la apariencia y el comportamiento, y Gemini 3.8 Flash forma parte del bucle comprobando fotogramas y replanificando, y eso es lo que hace que el modelo se pueda usar como entorno de ensayo de tareas en lugar de como un generador de clips.

El resultado son píxeles y sonido, consumidos en vivo. No hay malla, ni nube de puntos, ni mapa de profundidad, ni seguimiento de cámara, ni ruta de exportación hacia Blender, Unity o un slicer. Google no publica resolución, velocidad de fotogramas, tamaño del modelo, benchmark ni precio, y el acceso se limita a un grupo reducido de probadores de confianza con lista de espera; a los suscriptores de AI Ultra mediante Project Genie y a los socios de acceso anticipado de la API de Gemini se les promete «pronto», sin fecha. Los modos de fallo que Google admite —deriva de la permanencia de objetos, precisión espacial imperfecta, texto ilegible dentro del mundo, precisión de audio no resuelta— describen todos un sistema cuyo valor está en el momento de la interacción, no en el artefacto posterior.

Dimensión a dimensión

• Entregable — Genie 4 produce un mundo de vídeo y audio en vivo; Hi3D v1.0 produce un archivo de malla estático.

• Persistencia — El mundo de Genie 4 termina cuando termina la sesión; la malla de Hi3D v1.0 puede almacenarse, versionarse y distribuirse.

• Entrada — Genie 4 toma texto además de instrucciones de orientación; Hi3D v1.0 toma una imagen de referencia y una malla gruesa, lo que significa que no puede generar a partir de texto solamente.

• Tratamiento de superficie — La salida de Genie 4 son fotogramas completamente sombreados; la salida de Hi3D v1.0 es geometría sin texturizar, y la apariencia queda a cargo de un paso de texturización posterior.

• Cómputo — Genie 4 funciona en la infraestructura de Google por invitación; Hi3D v1.0 funciona en un H20 de 96 GB que debe tener o alquilar.

• Acceso — Genie 4 solo está disponible mediante lista de espera y sin precio; los pesos de Hi3D v1.0 ya se pueden descargar bajo la Hi3D Open License 1.0, con términos comerciales que se activan por encima de un umbral de usuarios e ingresos.

• Evidencia — Genie 4 cuenta con demostraciones y afirmaciones del proveedor, pero sin ningún benchmark publicado; Hi3D v1.0 tiene un informe de proyecto y cifras de resolución, pero tampoco cuenta con un benchmark 3D independiente.

La superposición que la gente supone, y la brecha que en realidad existe

La suposición es que un modelo del mundo y un generador 3D son dos rutas hacia el mismo activo. No lo son, por una razón estructural: Genie 4 genera fotogramas de forma autorregresiva y no mantiene una representación 3D explícita. Su consistencia es una propiedad emergente de la secuencia, no un grafo de escena que se pueda inspeccionar. Por eso el mundo deriva tras ediciones repetidas, y también por eso no hay nada que exportar. Un espectador ve un lugar tridimensional; el modelo no ha construido ninguno.

Hi3D está al otro lado de esa línea. Asume que alguien ya tiene una malla de baja resolución —de un generador, un escaneo o una aproximación de CAD— y hace que esa malla sea más nítida. No puede inventar un objeto a partir de un prompt, no puede colocar dos objetos en una habitación y no puede animar nada. Si le das una silueta deficiente, devolverá una silueta deficiente más nítida, lo cual es un riesgo real que la ficha del modelo no aborda.

Los formatos no se encuentran a mitad de camino. No existe ningún flujo de trabajo publicado que tome una sesión de Genie 4 y la convierta en una malla, y no existe ningún flujo de trabajo publicado que tome una malla de Hi3D y la convierta en un mundo interactivo. La única superposición honesta está al inicio de un proyecto: ambos pueden informar una decisión sobre cómo debería verse una escena antes de que alguien se comprometa a construirla. Uno te muestra la toma; el otro te da un objeto de ella.

Coste de propiedad, que es donde realmente se toma la decisión

Hi3D v1.0 tiene un precio que puedes calcular hoy: el coste de una GPU de 96 GB durante la duración del refinamiento, más el tiempo de ingeniería para montar la ruta de inferencia, más lo que exija la licencia una vez que tu producto supere su umbral. Es algo que se puede conocer, presupuestar y repetir. La contrapartida es que la pipeline y sus modos de fallo son tuyos.

Genie 4 no tiene un costo calculable. No hay precio de API, ni precio de suscripción específico para el modelo, ni medidor de uso publicado. El único número asociado al acceso es la suscripción AI Ultra que actualmente llega a Genie 3 mediante Project Genie, y Google no ha dicho si Genie 4 se incluirá en el mismo nivel o se cobrará por separado. Un equipo no puede incluir eso en un presupuesto, lo que es una razón legítima para esperar incluso si las demostraciones son exactamente lo que necesita el proyecto.

Ninguno de los dos modelos está en el catálogo de OrcaRouter, y vale la pena explicar por qué en lugar de dejar un hueco: hoy no alojamos ningún modelo de generación o refinamiento 3D, y Genie 4 no tiene ningún endpoint público al que enrutar. Lo que sí incluye el catálogo es el nivel de generación de vídeo alojado — modelos como Kling v3 que convierten un prompt en un clip — y esas son herramientas de prompt a vídeo, no modelos de mundo interactivos. Tratarlas como sustituto de Genie 4 sería un error de categoría, así que no lo haremos. Lo que sí podemos ofrecer es el stack que las rodea: una única API para más de 200 modelos, con los precios de lista de los proveedores repercutidos con 0 % de margen, conmutación automática por error entre proveedores y un DSL de enrutamiento para componer varios modelos en una sola llamada. Si un pipeline necesita un generador de subtítulos, un planificador y un modelo de vídeo, esa composición es la parte en la que realmente podemos ayudar.

La decisión, entonces, no es nada reñida. Si el entregable es una malla que vaya a consumir una impresora, un motor de juego o un pipeline de revisión, Genie 4 queda fuera de la contienda y Hi3D v1.0 es el único de los dos que produce lo que necesitas — siempre que tengas la GPU y puedas vivir sin textura. Si el entregable es una valoración de cómo se mueve y suena un lugar, Hi3D v1.0 queda fuera de la contienda y Genie 4 es el único que te lo muestra, una vez que se abra la lista de espera. Compra el artefacto, no la demo.