Genie 4: il modello di Google che genera un mondo mentre lo esplori

Google DeepMind ha mostrato Genie 4, un modello che genera mondi navigabili con audio e fisica realistica, modificabili in tempo reale scrivendo cosa si vuole cambiare. Per ora lo usano solo pochi tester scelti.

Perché conta

È uno dei pochi modelli al mondo capace di generare in tempo reale un mondo navigabile e modificabile a voce, con audio incluso: un passo avanti per addestrare robot e per chi crea film, giochi o contenuti.

In pratica

Non è ancora provabile da chi legge: per ora è riservato a tester scelti da Google e, a breve, a chi paga Google AI Ultra o sviluppa con le API di Gemini in accesso anticipato.

Google DeepMind ha mostrato ieri Genie 4, il suo nuovo «world model»: un'intelligenza artificiale che non genera un testo o un'immagine, ma un mondo che si può esplorare in tempo reale, come un videogioco creato al volo mentre lo giochi. Rispetto alla versione precedente, Genie 3, la novità più vistosa è che il mondo ha anche un audio: suoni ambientali, musica e dialoghi con i personaggi, generati nello stesso momento in cui vengono visti.

Chi lo usa può cambiare la scena scrivendo semplicemente cosa vuole: far piovere, spostare la telecamera, aggiungere una persona o un oggetto. Dentro, il sistema si appoggia a diversi modelli della famiglia Gemini di Google: uno tiene la scena fedele all'aspetto e al comportamento del mondo reale, un altro, Gemini 3.8 Flash, fa da regista — osserva cosa succede, decide i prossimi passi e controlla che l'immagine resti coerente. Il risultato, secondo Google, resta credibile per circa due minuti di fila, il doppio rispetto a Genie 3.

Gli usi che Google indica sono soprattutto due: addestrare robot e agenti facendoli esercitare in ambienti sicuri e vari prima di muoversi nel mondo reale, e dare a chi lavora nel cinema, nei videogiochi o nel giornalismo un modo rapido per abbozzare una scena prima di realizzarla davvero. Un esempio citato da TechCrunch, ancora solo un'idea, è entrare in un dipinto storico e parlare con i soggetti che lo abitano.

Per ora, però, Genie 4 non si può ancora provare: Google lo ha dato solo a un gruppo di tester di fiducia, per raccogliere i primi pareri. Nelle prossime settimane dovrebbe arrivare a chi paga l'abbonamento Google AI Ultra, dentro un programma chiamato Project Genie, e a chi sviluppa con le API di Gemini in accesso anticipato; non c'è ancora una data per il pubblico generale. Google stessa avverte che la coerenza della scena può peggiorare con sessioni lunghe o tante modifiche, che il testo dentro il mondo generato spesso non si legge bene, e che ogni video e audio porta un marchio invisibile, SynthID, per riconoscere che è stato creato da un'AI.

Non è un campo dove Google è sola: pochi mesi prima Runway aveva lanciato un modello simile, Worlds 2, già giocabile e con audio proprio come Genie 4. Resta da vedere se, una volta aperto a tutti, Genie 4 diventerà uno strumento per chi lavora nella creazione digitale o arriverà anche a chi usa Gemini per gioco.