Google amplia la propria ricerca sull'intelligenza artificiale con Genie 4, un modello progettato per creare mondi virtuali interattivi che reagiscono alle azioni e alle istruzioni degli utenti. La tecnologia punta a superare la semplice generazione di immagini e video, simulando ambienti nei quali è possibile muoversi, modificare elementi e osservare le conseguenze delle proprie azioni.
Rispetto alla generazione precedente, Genie 4 introduce una maggiore fedeltà visiva, la produzione nativa dell'audio e la possibilità di intervenire sulle simulazioni attraverso comandi in linguaggio naturale. Le esperienze possono durare fino a due minuti, il doppio rispetto al limite indicato per Genie 3. Il modello è ancora in fase sperimentale e Google ne sta limitando l'accesso per raccogliere riscontri prima di una distribuzione più ampia.
Google Genie 4: mondi virtuali modificabili in tempo reale
Una delle novità principali è la possibilità di modificare una simulazione mentre è in corso. Attraverso istruzioni testuali si possono cambiare le condizioni meteorologiche, spostare la telecamera oppure introdurre nuovi personaggi e oggetti. Il sistema interpreta le richieste in relazione alla scena, cercando di mantenere una continuità tra gli elementi presenti e le modifiche richieste.
Google punta anche sul realismo dei movimenti e delle interazioni fisiche. Genie 4 è progettato per simulare fenomeni come collisioni e aerodinamica, oltre a rendere più naturali le reazioni dei personaggi all'ambiente circostante. Le dimostrazioni pubblicate mostrano scenari che spaziano da paesaggi esplorabili a stazioni ferroviarie affollate, fino a sequenze in prima persona e ambienti tridimensionali con stili visivi differenti.
Un altro cambiamento riguarda l'audio. Genie 4 è il primo modello della famiglia descritto da Google come capace di generare suoni nativamente in tempo reale. Gli ambienti possono includere rumori contestuali, come il vento o le onde, oltre a musica e dialoghi interattivi. I personaggi possono rispondere agli eventi e agli input ricevuti durante l'esplorazione, invece di limitarsi a riprodurre una traccia audio predefinita.
Il modello si appoggia alle tecnologie della famiglia Gemini per migliorare la coerenza degli scenari. Google spiega che Gemini Omni contribuisce a riprodurre l'aspetto e il comportamento del mondo reale, mentre altri modelli Gemini forniscono capacità di ragionamento utili a mantenere la continuità delle simulazioni. In particolare, Gemini 3.8 Flash opera come agente di supporto: osserva continuamente la scena, scompone gli obiettivi in passaggi e verifica i risultati, aggiornando il piano quando l'ambiente cambia o l'utente interviene. Google ha inoltre mostrato esperimenti che combinano Genie 4 con Gemini 4 Argon e la ricerca sulla robotica, per simulare attività complesse e suddividerle in azioni successive.
Le applicazioni potenziali riguardano diversi settori. Gli sviluppatori di videogiochi possono utilizzare il modello per realizzare prototipi esplorabili prima di scrivere codice per un motore grafico. Registi e creativi possono sperimentare inquadrature, illuminazione e dialoghi durante la previsualizzazione di una scena. Nel campo della robotica, le simulazioni possono aiutare a costruire ambienti di addestramento e verificare il comportamento di agenti prima di portarli nel mondo reale.
Google segnala comunque limiti importanti. Nel corso di sessioni più lunghe, gli oggetti possono cambiare aspetto o perdere continuità spaziale. Anche le interazioni fisiche complesse, la precisione dell'audio, la leggibilità dei testi e la coerenza nel tempo sono ancora oggetto di sviluppo. I contenuti generati includono inoltre SynthID, la tecnologia di filigrana digitale impercettibile utilizzata per identificare i contenuti creati dall'intelligenza artificiale.
Genie 4 è distribuito inizialmente come anteprima di ricerca riservata a tester selezionati. Google prevede di estenderne l'accesso agli abbonati Google AI Ultra attraverso Project Genie e ai partner che partecipano ai programmi di accesso anticipato delle API Gemini e di Google AI Studio. È possibile iscriversi alla lista d'attesa qui per provare il modello tramite Project Genie.
La tecnologia rappresenta un passo verso sistemi capaci non soltanto di generare contenuti, ma anche di simulare ambienti e conseguenze delle azioni in modo interattivo. La sfida, tuttavia, sarà mantenere affidabili queste esperienze quando aumentano la durata, il numero di interazioni e la complessità degli scenari. Per ora Genie 4 resta uno strumento di ricerca, con applicazioni promettenti ma ancora da verificare al di fuori delle dimostrazioni controllate.
Voi che cosa ne pensate dei risultati ottenuti finora? Diteci la vostra nei commenti qua sotto.
