Google DeepMind fa evolvere il suo modello di simulazione del mondo con Genie 4, capace di generare ambienti più realistici, produrre la colonna sonora e modificare le scene su richiesta. Ancora in fase di ricerca, questa tecnologia punta in particolare alla robotica, ai videogiochi e alla previsualizzazione audiovisiva.
Dopo la generazione di testi, immagini e video, gli attori dell’IA si interessano a un’altra capacità: la simulazione di ambienti in cui l’utente può muoversi e agire. Presentato il 27 ottobre 2026, Genie 4 si inserisce in questa evoluzione. Sviluppato da Google DeepMind, questo modello di simulazione del mondo (world model, cioè un sistema che ricostruisce un ambiente virtuale e il suo funzionamento) permette di creare scene interattive il cui aspetto e comportamento evolvono in base agli interventi dell’utente.
Ambienti controllati dal linguaggio naturale
Genie 4 si distingue innanzitutto per la possibilità di modificare una simulazione durante la sua esecuzione. Un’istruzione in linguaggio naturale, cioè formulata in una frase ordinaria, può servire a cambiare il meteo, spostare la telecamera o introdurre un nuovo oggetto o personaggio. Il sistema deve quindi adattare la scena senza rompere la sua continuità.
Il modello genera anche i suoni associati all’ambiente, siano essi rumori ambientali, musica o dialoghi interattivi. Google DeepMind indica inoltre di integrare capacità provenienti dalla sua famiglia Gemini per migliorare la coerenza delle scene e la gestione di eventi che coinvolgono più fasi. Questa associazione mira ad avvicinare la rappresentazione visiva al ragionamento necessario per far evolvere un ambiente.
Genie 4 può mantenere una scena coerente per circa due minuti, secondo TechCrunch, cioè il doppio del tempo rispetto al suo predecessore Genie 3. Questa durata rimane comunque limitata per simulazioni complesse o prolungate.
Dalla creazione digitale alla robotica
Le applicazioni previste vanno oltre l’intrattenimento. Nel settore dei videogiochi, un tale modello potrebbe accelerare la creazione di prototipi esplorabili prima dello sviluppo in un motore tradizionale. Nell’audiovisivo, secondo alcuni tester, potrebbe facilitare la previsualizzazione di scene permettendo di testare rapidamente inquadrature, illuminazioni o movimenti.
La robotica costituisce un altro sbocco potenziale. Un ambiente simulato potrebbe servire a esaminare il comportamento di un agente, cioè di un sistema software o robotico che agisce in modo autonomo, di fronte a diverse situazioni prima di confrontarlo con le condizioni reali. Google DeepMind descrive in particolare sperimentazioni che associano Genie a modelli Gemini capaci di scomporre un compito in fasi, per poi seguirne l’esecuzione nella simulazione.
Queste prospettive restano tuttavia da validare in condizioni operative. Una scena visivamente convincente non garantisce che le leggi fisiche, le interazioni o le reazioni simulate siano sufficientemente affidabili per addestrare un sistema autonomo.
Una tecnologia ancora sperimentale
Google riconosce diversi limiti: gli oggetti e alcuni dettagli possono deviare nel tempo, le interazioni fisiche complesse restano perfezionabili e i testi integrati nelle scene non sono sempre leggibili. La precisione dei suoni e la coerenza a lungo termine fanno anch’esse parte degli ambiti di ricerca.
Il modello è proposto inizialmente a un gruppo ristretto di tester. Il suo accesso dovrebbe poi estendersi agli abbonati Google AI Ultra tramite Project Genie, così come ad alcuni partner dell’API Gemini e di Google AI Studio. Nessuno schieramento generalizzato è annunciato a questo stadio.
L’interesse per Genie 4 dipenderà, secondo questi primi elementi, meno dal suo realismo visivo in sequenze brevi che dalla sua capacità di mantenere ambienti coerenti, prevedibili e controllabili nel tempo.
