Genie 4 arriva in Project Genie: Google ha iniziato a offrire il suo nuovo modello di mondi interattivi agli abbonati idonei a Google AI Ultra. L’aggiornamento aggiunge anche un agente che aiuta a creare scenari conversando e una galleria per scoprire, esplorare e remixare mondi.
Google ha annunciato il lancio il 18 novembre 2026. Project Genie è un prototipo sperimentale che funziona nel browser e permette di generare e attraversare ambienti interattivi. Genie 4, presentato in precedenza come versione di ricerca per i tester, viene ora reso disponibile per la prima volta agli abbonati paganti tramite questo prodotto.
Modificare lo scenario senza interrompere l’esplorazione
La differenza più evidente di Genie 4 è che l’utente può modificare il mondo nel corso della sessione. Mentre attraversa l’ambiente, può scrivere un’altra istruzione per cambiare il tempo, introdurre un personaggio o deviare l’azione. Il modello aggiorna la scena in tempo reale, anziché limitare l’interazione alla descrizione usata inizialmente per creare il mondo.
Anche la generazione del suono entra a far parte dell’esperienza. Genie 4 produce audio nativo in tempo reale che accompagna ciò che accade: dagli ambienti sonori, come il vento tra gli alberi, ai dialoghi dei personaggi. Google DeepMind presenta questa capacità come una novità per la serie Genie. La voce può reagire alle indicazioni dell’utente e agli eventi dello scenario.
Google descrive Genie 4 come il suo modello di mondi più realistico e interattivo finora. Secondo Google DeepMind, combina le capacità della famiglia Gemini: Gemini Omni contribuisce ad ancorare le simulazioni all’aspetto e al comportamento del mondo reale, mentre altri modelli Gemini aiutano a mantenerne la coerenza e la continuità. In Project Genie, questi modelli si integrano con Genie per creare e modificare spazi dal browser.
La generazione non si limita alle immagini in movimento. Google spiega che il modello può simulare come un ambiente reagisce a un evento, che suono produce e come si muovono o reagiscono le persone che vi compaiono. L’azienda sottolinea i progressi nel realismo visivo, nel movimento e nella fisica, ma mantiene il sistema in fase di ricerca e riconosce che persistono limiti nelle sessioni lunghe.
Un agente per creare mondi e una galleria per condividerli
L’aggiornamento aggiunge l’agente di Project Genie, che trasforma una descrizione in linguaggio naturale in un punto di partenza per un’esperienza interattiva. Google afferma che l’agente coordina i suoi modelli multimodali per produrre immagini iniziali che definiscono l’aspetto del mondo e una colonna sonora di sottofondo adatta alla sua atmosfera.
Durante l’esplorazione è anche possibile integrare i modelli Gemini nella sessione. Questi osservano ciò che appare sullo schermo e possono offrire suggerimenti contestuali su dove andare in seguito o attivare eventi all’interno del mondo. La proposta amplia l’uso delle istruzioni oltre un singolo input testuale o visivo: l’utente può conversare su ciò che vuole creare e continuare a intervenire mentre esplora.
La nuova galleria raccoglie mondi selezionati da Google e creazioni della community. Tra le esperienze citate dall’azienda ci sono Living Memory, che trasforma fotografie personali in spazi esplorabili; Dino Field Guide, con habitat preistorici basati su panorami a 360 gradi; e Rock Paper Scissors, dove oggetti a tema si affrontano su un tavolo e Gemini funge da arbitro in tempo reale.
Ci sono anche progetti realizzati con creatori che hanno avuto accesso anticipato. The Life of Ants, sviluppato con il regista Anand Gandhi, permette di esplorare una colonia dal punto di vista di una formica. Villa Giallo, creata insieme al creative technologist Will, noto come BLVCKL!GHT, trasforma una villa gotica in un mistero interattivo da esplorare stanza per stanza.
Gli utenti possono avviare un mondo con una descrizione o remixare un’esperienza già pubblicata. L’agente permette di modificare elementi come la struttura dell’ambiente, la colonna sonora o le sue regole; in seguito, la creazione può essere pubblicata nella galleria della community, affinché altri possano esplorarla e remixarla.

Genie 3 guadagna tempo e panorami a 360 gradi
Genie 4 non sostituisce la versione precedente. Genie 3 resta disponibile nel selettore dei modelli di Project Genie per chi desidera sessioni più lunghe o creare spazi a partire da immagini panoramiche. Google ha portato la durata massima di ogni generazione da 60 secondi a tre minuti.
La versione precedente offre inoltre la possibilità di collegare più mondi per prolungare l’esplorazione e di usare immagini panoramiche a 360 gradi come base per generare spazi. Supporta anche modifiche all’ambiente tramite istruzioni in linguaggio naturale durante l’esplorazione. Google descrive, per esempio, una transizione continua tra foreste, rovine sottomarine e mari ghiacciati.
L’azienda ha mostrato anche come un panorama possa aiutare a mantenere la continuità visiva di un luogo mentre ci si guarda intorno. In uno degli esempi, l’ambiente conserva il rapporto tra il canyon e la facciata di Petra. Queste funzioni fanno di Genie 3 un’opzione distinta nel selettore: meno incentrata sulle capacità visive e audio che Google attribuisce a Genie 4, ma con più tempo per ogni generazione e supporto per i panorami.
L’accesso inizia con AI Ultra
La disponibilità annunciata è riservata agli abbonati idonei a Google AI Ultra, ai quali Google sta distribuendo la nuova esperienza. I membri di Google AI Pro possono iscriversi a una lista d’attesa. Con questo aggiornamento Google non ha annunciato l’apertura generale agli altri utenti.
L’accesso per i consumatori arriva dopo che Google DeepMind ha presentato Genie 4 a tester fidati come anteprima di ricerca. A ottobre, TechCrunch ha riferito di questa prima fase e descritto la capacità del modello di modificare una simulazione tramite istruzioni nel corso della sessione. La pubblicazione aveva citato allora possibili usi come la creazione di prototipi per il cinema, oltre che per videogiochi, apprendimento interattivo e robotica.
Durante quella presentazione, Diego Rivas, ingegnere di Google DeepMind, ha spiegato che l’interazione in tempo reale poteva contribuire ad accelerare l’ideazione e la creazione di storyboard:
“The real time aspect becomes most valuable in the areas where keeping a state of flow in the creativity space becomes incredibly useful,”
— Diego Rivas, ingegnere di Google DeepMind
TechCrunch ha osservato anche che l’esperienza finale del prodotto non era ancora chiara e che dettagli e oggetti potevano cambiare man mano che la simulazione si prolungava. Google mantiene questa cautela anche nel lancio: presenta Genie 3 e Genie 4 come modelli di ricerca all’avanguardia, non come sistemi che abbiano già risolto tutti i problemi di una simulazione persistente.
Filigrane e limiti ancora da superare
Google indica che tutto l’audio e il video generati in Project Genie includono SynthID, la sua filigrana invisibile per i contenuti di IA. Inoltre, gli input e gli output dei modelli sono sottoposti a controlli di sicurezza. L’azienda afferma di continuare a lavorare sulla latenza della telecamera, sulle interazioni fisiche complesse, sulla precisione dell’audio in tempo reale e sulla permanenza delle scene nel lungo periodo.
Tra i limiti menzionati da Google figurano la deriva dei dettagli durante le sessioni prolungate, la difficoltà di mantenere il testo leggibile e le sfide legate alla fisica complessa. La descrizione di DeepMind aggiunge che i modelli Gemini possono osservare la scena e guidarne l’evoluzione, ma l’azienda non presenta questa combinazione come una garanzia di continuità perfetta.
Google ritiene che i modelli di mondi possano servire a preparare ambienti di addestramento per robot e agenti prima che operino nel mondo reale, oltre a dare vita a nuove esperienze interattive. Nella sua ricerca su Genie 4 descrive l’uso di Gemini come agente che suddivide gli obiettivi in passaggi, esamina i fotogrammi e adatta il piano quando la simulazione cambia o interviene l’utente. Per ora, l’accesso per i consumatori annunciato inizia in Project Genie con gli abbonati idonei ad AI Ultra.
Fonti: TNW | Artificial-intelligence, The Decoder, Google, Google DeepMind, Google DeepMind, TechCrunch, AI Watch