Genie 4: il modello del mondo di DeepMind, ora con il sonoro

Il 27 ottobre Google DeepMind ha presentato Genie 4, la nuova generazione del suo modello del mondo, cioè un’IA che genera in tempo reale un mondo interattivo in cui ci si può muovere. Per ora è una versione di ricerca per tester selezionati; in coda ci sono gli abbonati Google AI Ultra in Project Genie e i partner della Gemini API e di Google AI Studio.

Cosa c’è di nuovo nel modello del mondo Genie 4?

La novità più evidente è l’audio. Secondo DeepMind è il loro «primo modello del mondo in tempo reale che genera audio in modo nativo» (in originale «our first real-time world model to generate audio natively»). Insieme all’immagine vengono generati:

1. suoni ambientali,
2. musica,
3. dialoghi dei personaggi, che si adattano a ciò che succede sul momento.

La seconda è il controllo del mondo con semplice testo durante la simulazione. Possiamo cambiare il meteo, spostare la telecamera o aggiungere una persona o un oggetto, senza ricominciare da capo. I modelli Gemini adattano il comando alla scena e portano avanti gli eventi tra un comando e l’altro, così che il mondo resti coerente.

La terza riguarda la fisica e le persone. Nell’annuncio si parla di simulazione dell’aerodinamica e delle collisioni, e di personaggi che si muovono da soli e reagiscono all’ambiente.

Come lavora Genie 4 con Gemini?

Qui le cose si fanno interessanti per chi segue gli agenti. Genie 4 si appoggia alla famiglia Gemini: Gemini Omni fa in modo che il mondo sembri e si comporti come uno vero, mentre altri modelli Gemini si occupano del ragionamento e della continuità.

Nella demo Gemini 3.8 Flash agisce come agente dentro il mondo generato: osserva la scena, divide un obiettivo in passi, controlla nei fotogrammi successivi se ogni passo è riuscito e corregge il piano quando il mondo cambia o interviene l’utente. DeepMind ha anche mostrato un esperimento con Gemini 4 Argon e Gemini Robotics in cui Genie 4 simula l’umanoide Apollo di Apptronik mentre gioca a dama (senza robot fisico).

È la stessa direzione degli agenti Gemini che hanno finito Minecraft, solo che qui il mondo non viene da un gioco, ma da un modello.

Com’era Genie 3?

Per confronto, Genie 3 di agosto 2025 generava mondi in 720p a 24 fotogrammi al secondo, coerenti per qualche minuto, con una memoria visiva fino a un minuto indietro. Per Genie 4 DeepMind non ha ancora fornito questi parametri (risoluzione, fotogrammi, durata della sessione).

Genie 3 è poi arrivato in Project Genie per gli abbonati AI Ultra e ha creato scompiglio in Borsa. Il 30 gennaio 2026 Sherwood News riportava che le azioni di Unity perdevano oltre il 25% e quelle di Roblox circa il 9%. Da qui la domanda che torna con Genie 4: i modelli del mondo minacceranno i motori di gioco? Per ora è più una curiosità che uno strumento pronto per creare giochi ;)

Come provare Genie 4?

Oggi non si può provare da soli, a meno di essere tra i tester invitati (DeepMind cita industrie creative, giornalismo, istruzione, videogiochi e ingegneria). Poi il piano è questo:

1. Project Genie per gli abbonati Google AI Ultra, «a breve».
2. Gemini API e Google AI Studio per i partner con accesso anticipato.
3. Lista d’attesa per Project Genie, con il link nell’annuncio.

DeepMind non ha indicato date né prezzi per l’accesso via API.

A cosa fare attenzione?

Primo, ai limiti che DeepMind stesso elenca. Nelle sessioni lunghe e dopo molte modifiche i dettagli dell’immagine possono cambiare e gli oggetti non sempre restano al loro posto. Interazioni fisiche complesse, precisione dell’audio in tempo reale, testo leggibile e coerenza a lungo termine sono ancora problemi aperti.

Secondo, alla mancanza di numeri. Abbiamo una descrizione delle capacità e delle demo, ma nessun dato tecnico, quindi è difficile valutare il salto rispetto a Genie 3.

Terzo, all’etichettatura dei contenuti. Secondo DeepMind, ogni video e audio di Genie 4 avrà la filigrana SynthID.

FAQ

Che cos’è Genie 4?

È un modello del mondo di Google DeepMind che genera in tempo reale un ambiente interattivo con immagini, audio e dialoghi dei personaggi. Il mondo si può modificare con comandi testuali durante la simulazione.

Quando sarà disponibile Genie 4?

Dal 27 ottobre 2026 lo usano tester selezionati. Secondo DeepMind arriverà «a breve» agli abbonati Google AI Ultra in Project Genie e ai partner della Gemini API e di Google AI Studio. Una data precisa non è stata indicata.

Genie 4 è gratuito?

Non c’è nessun annuncio in questo senso. L’accesso per i consumatori passerà dall’abbonamento a pagamento Google AI Ultra, e i prezzi dell’API non sono stati resi noti.

In cosa Genie 4 è diverso da Genie 3?

Secondo DeepMind, Genie 4 genera l’audio in modo nativo, simula meglio la fisica e le persone, è più fotorealistico e permette di controllare in tempo reale eventi più complessi e in più fasi.