Google DeepMind ha svelato Genie 4, la nuova generazione del suo modello di mondo in tempo reale. Non si tratta di un semplice generatore video: l'IA costruisce fotogramma dopo fotogramma un ambiente esplorabile che reagisce ai comandi dell'utente. Rispetto a Genie 3, presentato nell'agosto dello scorso anno, arrivano la generazione audio, simulazioni molto più complesse e soprattutto la possibilità di usarlo come simulatore per l'addestramento robotico.
Una tecnologia costruita sui modelli Gemini
Dietro il nome Genie 4 si nasconde un'architettura che poggia su altri modelli della famiglia Gemini. Gemini Omni crea i video rispettando il comportamento fisico e ancora aspetto e dinamica degli oggetti a quelli reali. Gemini 3.8 Flash, invece, osserva la simulazione, scompone gli obiettivi in passaggi e verifica nei fotogrammi successivi che ciascuno sia stato completato. Il risultato sono mondi navigabili con la tastiera, dove un prompt basta a cambiare il meteo o ad aggiungere un personaggio con comportamenti nuovi.
Dai draghi ai robot: il vero obiettivo è l'addestramento
Tra le dimostrazioni pubblicate da Google spiccano un paesaggio interamente fatto di vetrate colorate e un volo in prima persona in groppa a un drago, generato magari partendo dalla foto di un'action figure sulla scrivania. Ma gli esempi più interessanti riguardano la robotica: DeepMind ha affiancato a Genie 4 il modello Gemini 4 Argon, collegandosi alle ricerche di Gemini Robotics. Argon riceve un compito, lo divide in azioni e le passa a Genie 4 come didascalie testuali mentre la scena viene generata, correggendo la sequenza in corsa. Così l'umanoide Apollo di Apptronik gioca a dama in un ambiente interamente simulato.
Il punto è nei dati. Oggi gran parte dell'addestramento robotico passa da dimostrazioni registrate con operatori umani in ambienti fisici, un processo lento e costoso. Genie 4 può invece fornire simulazioni variabili all'infinito: una cucina o un laboratorio generati da un prompt, con luci, oggetti e imprevisti sempre diversi, potrebbero sostituire parte di quelle sessioni e verificare il comportamento dei robot prima del debutto nel mondo reale.
Google ammette però i limiti attuali: nelle sessioni lunghe la qualità dei dettagli e la permanenza degli oggetti cala, mentre le interazioni fisiche complesse e la precisione spaziale richiedono ancora lavoro. Genie 4 è per ora un'anteprima di ricerca per tester selezionati; arriverà agli abbonati Google AI Ultra in Project Genie e ai partner con accesso anticipato a Gemini API e Google AI Studio. Video e audio generati includono la filigrana SynthID, per verificare l'origine sintetica dei mondi creati.
