Google DeepMind ha annunciato il 27 ottobre 2026 Genie 4, il nuovo modello di simulazione interattiva di mondi in tempo reale. Le due novità principali sono l'audio nativo generato al momento e la possibilità di modificare le scene mentre sono in corso, semplicemente descrivendo a parole ciò che si vuole cambiare. L'azienda lo presenta come un passo verso l'intelligenza artificiale generale (AGI) e come strumento per creativi, sviluppatori e robotica.
Cos'è un world model e cosa rende diverso Genie 4?
Per capire l'annuncio serve una premessa: un world model non è un videogioco pre-programmato. Non ci sono ambienti disegnati in anticipo né elementi interattivi codificati a mano: l'utente descrive una scena e il modello la genera fotogramma per fotogramma mentre la si esplora. Genie 4 aggiunge due elementi chiave: l'audio nativo, che comprende suoni ambientali, musica e dialoghi interattivi, e il controllo in tempo reale con il linguaggio naturale. Si può spostare la telecamera, cambiare il meteo o introdurre nuovi personaggi durante la simulazione.
Dietro le quinte lavorano i modelli Gemini: Gemini Omni àncora le simulazioni all'aspetto e al comportamento del mondo reale, mentre altri modelli Gemini aiutano a mantenere coerenza e continuità. Per Google la simulazione del mondo è un passaggio cruciale verso l'AGI, perché permette di addestrare robot e agenti in ambienti sicuri e amplificare strumenti creativi in settori come cinema, giornalismo, gaming e manifattura. Come spiega il direttore di ricerca Tejas Kulkarni, «in futuro vedremo sempre più modelli ibridi, in cui Gemini scrive codice e testo e Genie li usa in tempo reale per simulare la realtà a diversi livelli di astrazione».
Quali miglioramenti ci sono rispetto a Genie 3?
Rispetto a Genie 3, presentato poco più di un anno fa, il salto è netto. La scena resta coerente fino a due minuti, il doppio del modello precedente, e la fisica è più realistica: collisioni, aerodinamica e movimenti delle persone appaiono meno innaturali. I personaggi hanno reazioni e movimenti più umani. L'aggiunta più visibile è l'audio nativo: suoni ambientali, musica e dialoghi che si adattano alle modifiche della simulazione. DeepMind ammette però che la scena può perdere dettagli se la simulazione va avanti troppo a lungo e che l'audio e il testo dentro la scena non sono ancora sempre precisi.
Quando arriva e quanto costa?
Genie 4 è già disponibile in anteprima di ricerca per un gruppo ristretto di tester fidati. Nelle prossime settimane arriverà in Project Genie per gli abbonati a Google AI Ultra, il piano più costoso di Google, da 100 dollari al mese. Per gli sviluppatori l'accesso avverrà tramite Gemini API e Google AI Studio, ma i prezzi non sono ancora stati comunicati. C'è una lista d'attesa per chi vuole provarlo in anteprima. Per ora i consumatori potranno accedere solo tramite i piani più costosi; in futuro Google potrebbe estendere l'accesso ai piani AI Pro e AI Plus.
Cosa significa per chi crea contenuti e per le imprese?
Al di là della ricerca, i possibili usi commerciali indicati da Google includono videogiochi, apprendimento interattivo e robotica. Alcuni tester stanno usando Genie 4 per la prototipazione rapida di film e storyboard: l'idea è generare velocemente scene, modificarle in tempo reale e poi trasformarle in risorse definitive con altri strumenti come Veo o Gemini Omni. L'ingegnere DeepMind Diego Rivas spiega che l'aspetto in tempo reale è prezioso «nella fase di ideazione e di storyboard, ogni volta che serve un'ideazione rapida». Un esempio suggestivo di apprendimento interattivo sarebbe entrare in un dipinto di una scena storica e dialogare con i personaggi rappresentati.
Sul fronte della robotica, un esperimento legato a Gemini Robotics ha mostrato un modello Gemini 4 Argon scomporre compiti in passi che Genie 4 simula in tempo reale. È un indizio di come i simulatori possano servire da ambiente di prova per i robot prima di toccare il mondo fisico. L'annuncio arriva in un mercato affollato: poche settimane dopo il modello concorrente di Runway e mentre World Labs viene acquisita da AMD, Amazon tratta per Decart e Rivian compra Third Dimension per i test di guida autonoma. La corsa ai world model è appena iniziata.