NotizieAzioniGoogle DeepMind rende disponibile il world model Genie 4 agli abbonati Google AI Ultra

Google DeepMind rende disponibile il world model Genie 4 agli abbonati Google AI Ultra

Autore: Google DeepMind Blog·

Punti chiave

  • •Google DeepMind ha lanciato Genie 4, definito dall'azienda il suo world model più realistico e interattivo fino ad oggi, per gli abbonati idonei a Google AI Ultra il 18 novembre 2026, mentre i membri di Google AI Pro possono unirsi a una lista d'attesa.
  • •Genie 4 consente agli utenti di modificare gli ambienti in tempo reale con prompt in linguaggio naturale a metà sessione e, per la prima volta nella linea Genie, abbina le immagini a un audio nativo adattivo che va dai paesaggi sonori ambientali ai dialoghi dei personaggi.
  • •Genie 3 ha ricevuto aggiornamenti che estendono le sessioni di esplorazione da 60 secondi a tre minuti, permettono di collegare più mondi in percorsi più lunghi e consentono di generare nuovi mondi da immagini panoramiche a 360 gradi.
  • •Un agente Project Genie conversazionale permette agli utenti di creare mondi personalizzati descrivendo la propria visione, mentre i modelli Gemini possono unirsi alle sessioni per proporre suggerimenti di navigazione e attivare automaticamente eventi nel mondo.
  • •Tutti i video e gli audio generati in Project Genie includono il watermarking SynthID e passano i controlli di sicurezza, e Google DeepMind ha indicato la latenza della camera, le interazioni fisiche complesse, la precisione dell'audio in tempo reale e la permanenza a lungo termine delle scene come sfide di ricerca in corso.
Google DeepMind rende disponibile il world model Genie 4 agli abbonati Google AI Ultra

Google DeepMind ha annunciato il 18 novembre 2026 che Genie 4, definito dall'azienda il suo world model più realistico e interattivo fino ad oggi, è in distribuzione per gli abbonati idonei a Google AI Ultra attraverso un'esperienza Project Genie aggiornata. La release abbina l'accesso per la prima volta a Genie 4 a nuovi aggiornamenti del modello Genie 3, un agente Project Genie conversazionale per la creazione di mondi personalizzati e una gallery della community in cui gli utenti possono scoprire, esplorare e remixare i mondi generati.

Scrivendo in un post sul blog, Diego Rivas, Group Product Manager di Google DeepMind, e Pavan Kumar, Group Product Manager di Google Labs, hanno dichiarato che la distribuzione offre "generazione di mondi più reattiva, sociale e interattiva". Gli utenti possono ora modificare gli ambienti in tempo reale con il linguaggio naturale, aggiungere audio nativo e condividere le proprie creazioni nella nuova gallery.

Genie è la famiglia di world model di Google DeepMind — sistemi di IA che generano ambienti giocabili e interattivi. A differenza dei normali generatori di testo, immagini o video, i world model sono progettati per simulare ambienti in cui gli utenti possono muoversi e interagire in tempo reale. La linea è iniziata con Genie 1 a febbraio 2024, seguita da Genie 2 a dicembre 2024 e Genie 3 ad agosto 2025, con Project Genie come layer basato su browser che consente agli utenti di generare, entrare e modellare i mondi creati dai modelli. Quattro generazioni sono arrivate in meno di tre anni, e questa distribuzione mette per la prima volta la più recente nelle mani degli utenti — spostando la simulazione di mondi da una demo di ricerca a un abbonamento consumer.

Dal prototipo di ricerca alla distribuzione agli abbonati

Google DeepMind ha presentato Project Genie all'inizio di quest'anno come prototipo di ricerca sperimentale che consente agli utenti di generare ed esplorare mondi interattivi. Secondo il post, i primi tester hanno detto al team di volere un controllo più approfondito su ciò che accade all'interno di quei mondi, oltre a modi più semplici per crearli e condividerli. L'azienda ha dichiarato che la nuova esperienza rende questi mondi "molto più reattivi, creativi e sociali", e riunisce i suoi world model più avanzati insieme ai modelli Gemini, così che gli utenti possano "generare, entrare e modellare mondi direttamente dal browser".

Oltre all'accesso per la prima volta a Genie 4, l'aggiornamento include nuovi upgrade di Genie 3, l'agente Project Genie che aiuta gli utenti a realizzare la propria visione, e una gallery della community per scoprire, esplorare e remixare mondi.

Genie 4: editing in tempo reale e audio nativo

Con Genie 4, il prompting non si ferma più alla creazione del mondo. Gli utenti possono digitare un nuovo prompt a metà sessione mentre navigano in un mondo e modificare l'ambiente in tempo reale: cambiare il meteo, inserire un personaggio o ridirigere l'azione. Per la prima volta, il modello abbina inoltre le immagini a un audio nativo in tempo reale che si adatta mentre la scena si svolge, dai paesaggi sonori ambientali ai dialoghi dei personaggi. Google ha posizionato Genie 4 come la sua opzione con la più alta fedeltà, offrendo le sue migliori immagini, fisica e audio nativo.

Genie 3: sessioni più lunghe, grounding panoramico, world chaining

Genie 3 rimane disponibile nel selettore dei modelli di Project Genie per i casi in cui gli utenti desiderano sessioni più lunghe o spazi generati da panoramiche. Gli aggiornamenti annunciati il 18 novembre includono:

  • Sessioni estese e world chaining: l'esplorazione può ora durare fino a 3 minuti per generazione, rispetto ai 60 secondi precedenti — triplicando il limite precedente — e gli utenti possono collegare più mondi tra loro per percorsi più lunghi.
  • Grounding con immagini panoramiche a 360 gradi: i nuovi mondi possono essere generati a partire da immagini panoramiche a 360 gradi.
  • Eventi nel mondo in tempo reale: gli ambienti possono essere modificati dinamicamente con prompt in linguaggio naturale durante l'esplorazione.

Google ha dimostrato come gli eventi promptabili in tempo reale di Genie 3 possano collegare mondi separati in un unico volo continuo attraverso foreste, rovine sottomarine e mari ghiacciati — trasformando l'ambiente durante il volo e persino evocando un drago su cui l'utente può volare su comando. In una demo separata, il grounding con panoramiche a 360 gradi ha mantenuto coerenti il canyon e la facciata di Petra, il sito archeologico patrimonio UNESCO in Giordania, mentre l'osservatore guardava intorno.

Creare mondi attraverso la conversazione

L'agente Project Genie estende la creazione oltre un singolo prompt di testo o immagine. Gli utenti descrivono una visione in linguaggio naturale, e l'agente orchestra la suite di modelli multimodali di Google per produrre immagini iniziali che definiscono l'aspetto distintivo del mondo, abbinate a colonne sonore personalizzate in base all'atmosfera. Google ha dichiarato che creare un universo interattivo è ora "tanto semplice quanto avere una conversazione".

I modelli Gemini possono essere portati in sessione anche durante l'esplorazione. L'azienda ha dichiarato che osservano ciò che accade sullo schermo, propongono chip di suggerimenti contestuali su dove andare dopo, o attivano automaticamente eventi nel mondo man mano che il percorso si svolge.

Gli esempi evidenziati nell'annuncio includono la trasformazione di un prompt in linguaggio naturale in una passeggiata spaziale interattiva in cui un'astronave aliena appare su comando, e il remix di un caffè su una collina in un padiglione di vetro nel deserto.

Gallery: mondi curati, collaborazioni con i creator e remix

La nuova gallery raccoglie mondi curati insieme a lavori creativi della community, consentendo agli utenti di iniziare subito a esplorare. Le esperienze in evidenza includono "Living Memory", che trasforma foto personali in spazi esplorabili; "Dino Field Guide", che permette di vagare attraverso ricchi habitat preistorici basati su panoramiche a 360 gradi; e "Rock Paper Scissors", che mette a confronto oggetti a tema su una scrivania con Gemini nel ruolo di arbitro in tempo reale.

La gallery mostra anche collaborazioni con creator che hanno avuto accesso anticipato agli strumenti. Con il creative technologist Will aka BLVCKL!GHT, Google DeepMind ha creato "Villa Giallo", un mistero atmosferico, stanza per stanza, all'interno di un maniero gotico realizzato con Genie 4. Con il regista Anand Gandhi, il team ha realizzato "The Life of Ants", che sfrutta il fotorealismo di Genie 4 per permettere agli utenti di navigare in una complessa colonia dalla prospettiva di una formica.

Oltre a esplorare i contenuti curati, gli utenti possono lanciare le proprie idee da un semplice prompt o remixare le esperienze esistenti nella gallery con l'agente Project Genie — modificando la struttura sottostante del mondo, la colonna sonora o le regole — e poi pubblicare le proprie creazioni nella gallery della community affinché altri le esplorino e le remixino.

Watermarking, controlli di sicurezza e sfide aperte

Google DeepMind ha dichiarato di essere impegnata nello sviluppo e nella distribuzione responsabile dei world model interattivi. Tutti i video e gli audio generati in Project Genie includono il watermarking SynthID, la tecnologia di filigrana dell'azienda per i contenuti generati da IA, e tutti gli input e output dei modelli passano attraverso controlli di sicurezza.

L'azienda ha sottolineato che Genie 3 e Genie 4 restano world model nell'ambito della ricerca di frontiera. Man mano che la ricerca evolve, l'azienda sta affrontando attivamente sfide chiave come la latenza della camera, le interazioni fisiche complesse, la precisione dell'audio in tempo reale e la permanenza a lungo termine delle scene — un elenco che rappresenta una checklist pubblica di cosa osservare mentre i modelli maturano oltre le odierne sessioni di tre minuti. Un approfondimento su limiti dei modelli e progressi è disponibile nella panoramica della ricerca sul modello Genie 4.

Disponibilità

Gli abbonati idonei a Google AI Ultra possono provare la nuova esperienza Project Genie a partire da oggi, e i membri di Google AI Pro possono unirsi alla lista d'attesa nella stessa pagina. Google ha indirizzato gli utenti al sito web di Project Genie per iniziare a creare i propri mondi. Il post non ha specificato una tempistica per un accesso più ampio oltre la lista d'attesa, lasciando il ritmo di un'eventuale distribuzione più ampia come prossimo segnale da monitorare.