Google DeepMind presenta Genie 4, mondi virtuali interattivi

Google DeepMind ha presentato Genie 4, un sistema capace di costruire ambienti virtuali che reagiscono alle azioni dell’utente. Le scene cambiano durante l’esplorazione e includono immagini, suoni, personaggi e dialoghi generati sul momento.

Ambienti modificabili in tempo reale

L’utente può muoversi nello spazio simulato usando la tastiera, cambiare il punto di osservazione e impartire istruzioni scritte. Una giornata soleggiata può diventare piovosa oppure un nuovo personaggio può essere aggiunto alla scena mentre l’esperienza è già in corso.

Il sistema calcola le immagini successive tenendo conto dei comandi ricevuti e di ciò che è già accaduto nell’ambiente. DeepMind descrive questo approccio come un modello capace di prevedere l’evoluzione di un luogo dopo un’azione o un evento.

I mondi generati comprendono anche il sonoro. Tra gli esempi mostrati figurano il vento tra gli alberi, le onde del mare e musiche di accompagnamento. I personaggi possono inoltre parlare e rispondere alle richieste, con battute adattate alla conversazione e alla situazione rappresentata.

Persone, fisica e robot

Le dimostrazioni presentate dal laboratorio mostrano movimenti umani più naturali e fenomeni fisici come collisioni e variazioni aerodinamiche. Tra le scene citate ci sono la caduta di un seme d’acero e una stazione ferroviaria affollata.

Genie 4 viene utilizzato anche per simulazioni destinate alla robotica e all’addestramento di programmi capaci di svolgere compiti. In una prova, Gemini 4 Argon organizza le mosse di una partita a dama, mentre Genie 4 riproduce le azioni di Apollo, il robot umanoide sviluppato da Apptronik.

Altri esperimenti riguardano ambienti utili a preparare i robot davanti a situazioni variabili, ricostruzioni esplorabili ottenute da fotografie d’archivio e prototipi per videogiochi. DeepMind ha mostrato anche sequenze cinematografiche in cui inquadrature e illuminazione vengono modificate durante la riproduzione.

Il confronto con Genie 3

Il modello precedente, Genie 3, era stato annunciato nell’agosto 2025. Produceva mondi interattivi in risoluzione 720p, con 24 immagini al secondo e una continuità visiva limitata a pochi minuti.

La versione 4 amplia le modifiche possibili mentre l’utente si muove e aggiunge la generazione diretta dei suoni. Per gestire le attività in tempo reale, DeepMind affianca Genie 4 alla famiglia Gemini: Gemini Omni collega l’aspetto e i comportamenti delle scene al mondo reale, mentre Gemini 3.8 Flash analizza le immagini, suddivide gli obiettivi in passaggi e verifica l’avanzamento.

Accesso e limiti del sistema

Genie 4 è stato messo a disposizione in anteprima di ricerca a un gruppo ristretto di tester. In una fase successiva, Google prevede di consentirne l’uso agli abbonati Google AI Ultra attraverso Project Genie, un prototipo web per creare e visitare mondi virtuali.

Sono previsti strumenti anche per sviluppatori e partner, tramite Gemini API e Google AI Studio. Google non ha ancora indicato la data del rilascio ufficiale.

La stessa DeepMind segnala diversi problemi ancora aperti. Dopo numerose modifiche, gli oggetti possono deformarsi o spostarsi; le scritte non sono sempre leggibili e le ricostruzioni di luoghi reali possono contenere errori. Restano da migliorare anche la gestione di più personaggi, la precisione dei suoni e le interazioni fisiche complesse.

Per riconoscere i contenuti prodotti artificialmente, DeepMind inserisce nei video e nelle tracce audio SynthID, una filigrana digitale non visibile individuabile con uno strumento compatibile. Il contrassegno può segnalare l’origine sintetica del materiale, ma non sostituisce il controllo delle fonti quando il contenuto pretende di rappresentare fatti reali.