Google ha annunciato l’integrazione di Genie 4 all’interno di Project Genie, la piattaforma sperimentale accessibile tramite browser sviluppata per la generazione, l’esplorazione e la modifica di ambienti virtuali attraverso modelli di intelligenza artificiale. L’aggiornamento, destinato agli abbonati idonei al piano Google AI Ultra, introduce un agente conversazionale dedicato alla costruzione degli ambienti e una galleria attraverso la quale gli utenti possono pubblicare, condividere e rielaborare le proprie creazioni. La distribuzione segue la presentazione della versione sperimentale di Genie 4, avvenuta il 27 ottobre 2026, nell’ambito del programma di ricerca condotto da Google DeepMind sui world model e sulle loro applicazioni nella simulazione interattiva.
Genie 4 introduce la possibilità di intervenire sulla configurazione degli ambienti durante la loro esplorazione, utilizzando istruzioni testuali per modificare le condizioni atmosferiche, introdurre personaggi e oggetti, cambiare l’inquadratura o influenzare lo svolgimento degli eventi. Le modifiche vengono elaborate durante la sessione di navigazione, mantenendo operativo il processo di generazione dell’ambiente. Il modello integra inoltre capacità native di produzione audio, attraverso le quali può elaborare suoni ambientali, accompagnamenti musicali e dialoghi dei personaggi in funzione delle azioni compiute dall’utente e degli avvenimenti che caratterizzano la simulazione. La componente sonora viene quindi generata contestualmente alla rappresentazione visiva e può evolvere durante l’interazione.
L’architettura multimodale sviluppata da Google DeepMind prevede il contributo di diversi modelli appartenenti alla famiglia Gemini. Gemini Omni fornisce conoscenze di riferimento relative alle caratteristiche visive e comportamentali del mondo fisico, mentre ulteriori componenti di ragionamento supportano la coerenza degli eventi generati. Gemini 3.8 Flash può operare come agente integrato nel processo di simulazione, analizzando le immagini prodotte, scomponendo gli obiettivi in operazioni successive e verificando l’avanzamento delle attività attraverso l’osservazione dei nuovi fotogrammi. Il sistema può inoltre modificare la propria pianificazione in risposta alle variazioni dell’ambiente o alle istruzioni impartite dall’utente.
Il nuovo agente conversazionale di Project Genie coordina le risorse multimodali di Google durante la progettazione iniziale degli ambienti, elaborando le caratteristiche grafiche e le componenti musicali attraverso il dialogo con l’utente. Durante l’esplorazione, i modelli Gemini possono analizzare quanto visualizzato sullo schermo, proporre azioni contestualmente pertinenti e attivare autonomamente eventi all’interno della simulazione. La galleria introdotta nella piattaforma consente di accedere a progetti dimostrativi come Living Memory, dedicato alla trasformazione di fotografie personali in ambienti esplorabili, Dino Field Guide, basato sulla ricostruzione di habitat preistorici, e The Life of Ants, realizzato con il regista Anand Gandhi per simulare l’esplorazione di una colonia dalla prospettiva di una formica. Gli ambienti pubblicati possono essere rielaborati intervenendo sulla struttura, sulle regole di interazione e sull’accompagnamento sonoro.
Google ha mantenuto disponibile anche Genie 3, incrementando la durata massima delle singole generazioni da 60 secondi a tre minuti. Il modello supporta inoltre l’utilizzo di immagini panoramiche a 360 gradi come riferimento per la costruzione degli ambienti, il collegamento sequenziale di mondi differenti e l’attivazione di eventi mediante istruzioni in linguaggio naturale durante la navigazione.
Entrambi i modelli rimangono sistemi sperimentali, con limitazioni relative alla latenza dei movimenti della telecamera, alla simulazione delle interazioni fisiche complesse, alla precisione della generazione sonora e alla persistenza degli elementi visivi durante sessioni prolungate. Google DeepMind sta analizzando queste caratteristiche anche in relazione al possibile impiego dei world model come ambienti di addestramento per agenti AI e sistemi robotici. Tutti i contenuti audiovisivi generati attraverso Project Genie incorporano la filigrana digitale SynthID, mentre gli input e gli output sono sottoposti a verifiche di sicurezza. Gli abbonati Google AI Pro possono attualmente iscriversi alla lista d’attesa per accedere alla piattaforma aggiornata.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)
