Google DeepMind ha annunciato il lancio di Genie 3, una nuova versione del suo modello di intelligenza artificiale per la generazione di mondi virtuali interattivi.
Si tratta di un’evoluzione significativa rispetto alla precedente iterazione, Genie 2, con miglioramenti che puntano a rendere le simulazioni più stabili, realistiche e capaci di supportare interazioni più complesse, sia da parte degli utenti che di agenti AI.
I modelli di mondo (world models) sono una particolare categoria di sistemi AI progettati per simulare ambienti tridimensionali utilizzabili in ambiti come la formazione, il gaming o l’addestramento di robot. A partire da un semplice prompt testuale, questi sistemi generano ambienti esplorabili in tempo reale, simili a quelli di un videogioco, ma completamente creati dall’intelligenza artificiale anziché da asset grafici predefiniti.
Dopo aver mostrato le potenzialità di Genie 2 lo scorso dicembre, con la generazione di mondi interattivi basati su immagini statiche, Google rilancia ora con Genie 3, che introduce una memoria visiva temporanea, miglioramenti nella qualità grafica e la possibilità di interagire per diversi minuti, superando il precedente limite di 10–20 secondi. Secondo quanto dichiarato in un post ufficiale, Genie 3 è in grado di ricordare la posizione degli oggetti per circa un minuto: elementi come scritte su una lavagna o macchie su un muro rimangono coerenti anche dopo che l’utente distoglie lo sguardo e vi ritorna.
Il modello è inoltre in grado di generare mondi in risoluzione 720p a 24 fotogrammi al secondo, e introduce i cosiddetti “eventi mondiali modificabili via prompt” (promptable world events): l’utente potrà cambiare dinamicamente lo stato dell’ambiente, ad esempio attivando la pioggia o introducendo nuovi personaggi, semplicemente descrivendolo nel prompt.
Nonostante i progressi, Genie 3 resta un progetto in fase sperimentale. Il suo rilascio avverrà sotto forma di anteprima limitata riservata a un gruppo selezionato di ricercatori e creatori, con l’obiettivo di approfondire i potenziali rischi e affinare i sistemi di controllo. Al momento, le possibilità di interazione con i mondi generati sono ancora vincolate, e testi leggibili appaiono solo se espressamente indicati nella descrizione iniziale.
DeepMind, che ha affidato la guida del progetto a un ex co-lead di Sora (lo strumento per la generazione video di OpenAI), punta a fare della modellazione di mondi virtuali una componente strategica per il futuro dell’intelligenza artificiale, in settori che spaziano dall’educazione al training per robot. Google ha inoltre confermato di voler ampliare in futuro l’accesso a Genie 3, pur mantenendo per ora un approccio cauto e controllato.
