Google DeepMind lancia il modello del mondo Genie 4 in anteprima di ricerca

Il 27 ottobre 2026 Google DeepMind ha annunciato Genie 4, il suo nuovo modello del mondo per la simulazione interattiva in tempo reale, rendendolo disponibile in anteprima di ricerca a un gruppo di tester di fiducia.

L’annuncio, firmato da Raia Hadsell, Diego Rivas e Hang Qi, descrive Genie 4 come un modello multimodale nativo, in cui musica, suoni ambientali e dialoghi interattivi vengono generati simultaneamente insieme al mondo simulato. DeepMind afferma che il modello «offre un realismo senza precedenti e migliora la simulazione interattiva in tempo reale» e garantisce un fotorealismo superiore, movimenti fluidi e audio nativo; nelle dimostrazioni, i suoni che accompagnano le scene sono generati direttamente dal modello.

Il modello integra e sviluppa le capacità della famiglia Gemini. Gemini Omni ancora le simulazioni all’aspetto e al comportamento del mondo reale, mentre gli altri modelli Gemini forniscono il complesso ragionamento necessario per contribuire a mantenere coerenza e continuità nella simulazione. Su queste basi, un utente può dare il via a un evento e Genie 4 simula ciò che accade dopo: come reagisce il mondo, quali suoni produce e come si muovono, reagiscono e parlano le persone al suo interno.

DeepMind considera la comprensione e la simulazione del mondo aspetti cruciali per la realizzazione dell’AGI. L’azienda afferma che Genie 4 potenzia la sua capacità di creare simulazioni sicure e infinitamente variabili, in grado di supportare ambienti di addestramento per robot e agenti, oltre alla creazione di nuove esperienze interattive.

Quattro aree di capacità

Le dimostrazioni di DeepMind sono registrazioni di interazioni in tempo reale in cui gli utenti esplorano mondi usando i normali comandi da tastiera e una telecamera, guidando la scena con prompt testuali mentre si evolve. La prima capacità documentata è il controllo in tempo reale: l’utente può modificare una simulazione in corso usando il linguaggio naturale, cambiando il tempo, spostando la telecamera o introducendo una nuova persona o un nuovo oggetto; Gemini adatta contestualmente il prompt per accordarlo alla scena circostante. Tra un input e l’altro, Gemini monitora e guida la scena per far sì che il mondo continui a evolversi in modo coerente.

Per quanto riguarda la fisica e le azioni umane, DeepMind afferma che Genie 4 introduce un nuovo standard di realismo nella simulazione interattiva in tempo reale, modellando fenomeni fisici del mondo reale come l’aerodinamica e le collisioni. L’azienda descrive la simulazione delle persone come il progresso più significativo: i personaggi si muovono in modo naturale, reagiscono spontaneamente all’ambiente e possono essere guidati interattivamente in tempo reale.

DeepMind descrive Genie 4 come il suo primo modello del mondo in tempo reale capace di generare audio nativamente. Ogni mondo è accompagnato dai suoni ambientali caratteristici del proprio scenario, dal vento tra gli alberi alle onde che si infrangono sulla spiaggia. Il modello introduce anche dialoghi interattivi che si adattano sul momento, con personaggi che conversano e reagiscono agli input degli utenti o agli eventi del mondo, tutto in tempo reale.

Per gli eventi complessi articolati in più fasi, Gemini 3.8 Flash funge da agente guida nel ciclo. Mentre Genie 4 genera un mondo in tempo reale, Gemini osserva costantemente la scena, scompone gli obiettivi in una sequenza di passaggi ed esamina i fotogrammi in arrivo per verificare che ciascun passaggio sia riuscito, adattando il proprio piano man mano che il mondo cambia o l’utente interviene. DeepMind afferma che questo permette di creare mondi con nessi causali affidabili, comportamenti procedurali e capacità di ragionamento articolato in più passaggi.

L’azienda sta inoltre sperimentando Gemini 4 Argon e Genie 4 insieme a Gemini Robotics. In un esempio documentato, Argon scompone un compito indicato dall’utente in passaggi, che compaiono alternati sotto forma di didascalie testuali mentre viene renderizzata la simulazione; i due sistemi simulano il robot umanoide Apollo di Apptronik mentre gioca a dama e adattano la simulazione man mano che il compito procede verso il completamento.

Tester di fiducia e sviluppi futuri

DeepMind definisce Genie 4 una tappa fondamentale nella ricerca, pur precisando che si tratta ancora di un modello iniziale e sperimentale; l’azienda sta collaborando con gruppi di tester di fiducia nei settori delle industrie creative, del giornalismo, dell’istruzione, dei videogiochi e dell’ingegneria. Secondo l’azienda, i registi stanno testando Genie 4 come rapida «modalità bozza» per la previsualizzazione e l’ideazione: entrano in una simulazione dal vivo di una scena e ne realizzano più riprese in tempo reale, modificando angolazioni della telecamera, illuminazione, dialoghi e azione. I fotogiornalisti stanno esplorando come trasformare in pochi secondi una singola fotografia d’archivio 2D in una simulazione realistica dell’ambiente ritratto; alcuni team stanno inoltre verificando come mondi popolati e dinamici possano aiutare il pubblico a vivere spazi storici o a visualizzare lo svolgimento di eventi ambientali di breve durata, come le inondazioni improvvise o gli incendi boschivi.

Gli sviluppatori di videogiochi e i tecnologi creativi stanno verificando se sia possibile passare da un’idea iniziale a un prototipo esplorabile in pochi secondi, valutando stili visivi, estetica dei materiali e meccaniche interattive tramite prompt in linguaggio naturale prima di scrivere il codice del motore. I partner aziendali stanno valutando Genie 4 come strumento per la rapida generazione di scenari da zero a uno e individuando le lacune che DeepMind potrebbe colmare per rispondere meglio alle esigenze di simulazione.

Guardando al futuro, DeepMind indica nei modelli del mondo ibridi una strada promettente per i progressi futuri: sistemi che combinano il ragionamento logico e strutturato dei modelli di codice e linguaggio con la ricca rappresentazione sensoriale delle simulazioni a livello di pixel. In questo approccio, Gemini mappa la struttura e pianifica dietro le quinte la sequenza narrativa, mentre Genie genera la realtà fisica immediata, riproducendo pixel per pixel l’aspetto e i suoni del mondo e il modo in cui reagisce.

Sicurezza, limiti e disponibilità

DeepMind afferma che Genie 4 integra rigorose misure di sicurezza, in linea con le politiche applicate agli altri suoi modelli, e che prima dell’anteprima ha sottoposto il modello a valutazioni interne di sicurezza per impedire la generazione di contenuti dannosi o malevoli. L’azienda dichiara di aver scelto deliberatamente di mettere Genie 4 a disposizione prima dei partner di test di fiducia, così da raccogliere i primi riscontri. Tutti i video e gli audio generati da Genie 4 includeranno SynthID, la tecnologia di filigrana digitale impercettibile di DeepMind che consente di identificare i contenuti generati dall’IA nelle modalità visive e audio.

Quanto ai limiti, DeepMind dichiara che, sebbene Genie 4 riesca a mantenere ambienti coerenti nel corso di sessioni brevi, i dettagli visivi e la permanenza degli oggetti possono comunque cambiare o discostarsi nel tempo, soprattutto quando una simulazione si protrae, dopo diverse modifiche complesse ai prompt o durante l’esplorazione di una scena. Le interazioni fisiche complesse, la precisione dell’audio in tempo reale, la resa leggibile del testo, la precisione spaziale e la coerenza a lungo termine restano ambiti di ricerca attivi.

Genie 4 succede a Genie 3, che DeepMind ha annunciato il 5 agosto 2025, descrivendolo come il suo primo modello del mondo che consentiva l’interazione in tempo reale. Genie 3 generava mondi dinamici che gli utenti potevano esplorare a 24 fotogrammi al secondo, mantenendo la coerenza per alcuni minuti a una risoluzione di 720p; è stato reso disponibile come anteprima di ricerca limitata a un piccolo gruppo di accademici e creatori.

DeepMind afferma che Genie 4 arriverà a breve per gli abbonati a Google AI Ultra tramite Project Genie e per i partner con accesso anticipato tramite Gemini API e Google AI Studio; la lista d’attesa per Genie 4 in Project Genie è aperta.