Google Genie 3 dà vita al tuo mondo 3D con l'AI

Il 5 agosto 2025, Google DeepMind ha rilasciato l'ultima versione del modello Genie, nota come Genie 3. Si tratta di un nuovo modello di IA in grado di convertire i prompt testuali dell'utente in ambienti dinamici e interattivi.

Questi ambienti, o mondi generati dall'IA, consentono all'utente di esplorarli e interagirvi in tempo reale, proprio come in un videogioco. Gli utenti possono anche ampliare o modificare l'ambiente fornendo ulteriori prompt testuali, apportando modifiche al volo senza riavviare la simulazione.

Ciò che rende particolarmente importante l'ultimo modello Genie di Google è la possibilità di utilizzarlo per addestrare agenti di IA. Ciò implica insegnare agli agenti di IA a prendere decisioni o svolgere attività utilizzando dati e feedback. Utilizzando un ambiente 3D simulato invece del mondo reale, i ricercatori possono evitare molte delle difficoltà, dei costi e dei rischi dell'addestramento nel mondo reale.

Google Genie 3 può anche simulare scenari complessi, come testare un'auto autonoma che guida in condizioni meteorologiche avverse o una persona in tuta alare che plana attraverso un terreno montuoso.

In questo articolo esploreremo Google Genie 3 e le sue funzionalità. Iniziamo!

Fig. 1. Fotogramma di una simulazione di Genie 3 che mostra una persona in tuta alare in volo. (Fonte)

Breve storia dei modelli Genie di Google#

Prima di esaminare i modelli Genie di Google DeepMind, cerchiamo di capire meglio cosa sono i modelli del mondo.

I modelli del mondo sono sistemi di IA che apprendono regole del mondo reale come la fisica, il movimento e le relazioni spaziali da testo, immagini, video e dataset di movimento. Questo consente loro di creare scene realistiche e prevedere come si evolvono. I modelli Genie sono esempi di questi sistemi.

Ecco una rapida panoramica dei precedenti modelli Genie di Google che hanno aperto la strada a Genie 3:

• Genie 1: Genie 1, spesso chiamato semplicemente Google Genie, è stato il primo modello del mondo basato sull'IA di Google DeepMind in grado di creare ambienti virtuali interattivi. Gli utenti potevano descrivere un mondo con testo, immagini, foto o persino schizzi, e Genie lo generava consentendo loro di controllare le azioni all'interno della scena. Era progettato per elaborare dati video nel tempo, prevedere il fotogramma successivo e tradurre gli input dell'utente in azioni nel mondo virtuale.

• Genie 2: Basandosi sulle funzionalità di Google Genie, Genie 2 poteva creare un'ampia varietà di mondi 3D dettagliati e interattivi. In quanto modello del mondo, simulava ambienti virtuali e rispondeva realisticamente ad azioni come saltare, nuotare o spostare oggetti. Addestrato su un'enorme raccolta di video, offriva interazioni realistiche tra gli oggetti e movimenti dei personaggi simili a quelli reali.

Cos'è Genie 3? Il nuovo modello di IA di Google#

Basandosi sui precedenti modelli Genie, Genie 3 è il più recente e avanzato della serie. Si basa in particolare su Genie 2, in grado di generare nuovi ambienti virtuali, e su Veo 3, l'ultimo modello di generazione video di Google DeepMind. Veo 3 dimostra una profonda comprensione della fisica e del modo in cui gli oggetti interagiscono nel mondo reale.

Mentre Veo 3 utilizza un motore fisico codificato a priori, Google Genie 3 apprende autonomamente il funzionamento della fisica utilizzando un metodo noto come apprendimento auto-supervisionato. Si tratta di una tecnica di apprendimento dell'IA in cui un modello di IA apprende schemi e relazioni da dati non etichettati generando autonomamente i propri segnali di apprendimento.

La capacità di apprendimento auto-supervisionato di Google Genie 3 è fondamentale per addestrare sistemi di IA, come agenti di IA o robot basati sull'IA, a svolgere diverse attività. Infatti, i ricercatori di Google DeepMind considerano Genie 3 un passo importante verso la creazione dell'Intelligenza artificiale generale (AGI).

Fig. 2. Un esempio dell'utilizzo di Google Genie 3 per simulare il controllo di un rover robotico. (Fonte)

L'AGI è una forma teorica di IA in grado di comprendere e apprendere qualsiasi attività o argomento e applicare tali conoscenze in situazioni diverse, proprio come un essere umano. A differenza degli attuali modelli di intelligenza artificiale, realizzati per attività specifiche e in difficoltà nel trasferire le proprie competenze a nuovi problemi, l'AGI sarebbe in grado di adattarsi e apprendere in un'ampia varietà di contesti.

Caratteristiche principali di Google Genie 3 per la creazione di un mondo basato sull'IA#

Ecco alcune delle funzionalità principali supportate da Genie 3:

• Generazione di mondi 3D da testo: può trasformare un semplice prompt testuale, ad esempio «un robot che cammina per strada», in un ambiente simile al 3D giocabile con controlli di movimento di base.

• Eventi del mondo attivabili tramite prompt: gli utenti possono modificare dinamicamente l'ambiente digitando nuovi comandi, ad esempio aggiungere la pioggia alla strada.

• Memoria visiva: Genie 3 può ricordare gli oggetti lasciati nell'ambiente e consentirti di tornarvi in seguito, mantenendone il ricordo per circa un minuto.

• Output video fluido e coerente: può mantenere un output video di 24 fps (fotogrammi al secondo) con una risoluzione di 720p e un coinvolgimento più prolungato rispetto a Genie 2.

Fig. 3. Google Genie 3 può generare output che durano più a lungo di quelli prodotti da Genie 2. (Fonte)

Dall'istruzione al gaming: applicazioni di Google DeepMind Genie 3#

Google Genie 3 può rendere l'apprendimento, la ricerca e l'addestramento più immersivi e coinvolgenti. Ad esempio, nelle aule può dare vita alla storia, alla scienza o alla geografia consentendo agli studenti di esplorare città antiche o viaggiare nello spazio. Allo stesso modo, per gli sviluppatori di intelligenza artificiale offre mondi virtuali realistici in cui esercitare strategie, affrontare sfide e migliorare le capacità decisionali.

Gli scienziati possono anche utilizzarlo per creare simulazioni controllate con cui testare idee, studiare ecosistemi o osservare il comportamento degli oggetti. Un'altra applicazione interessante riguarda lo sviluppo di videogiochi. Gli sviluppatori di videogiochi possono trasformare i prompt testuali in mondi di gioco dettagliati, accelerando lo sviluppo e riducendo la necessità di team numerosi.

Fig. 4. Con Genie 3 è possibile progettare giochi divertenti, colorati e interattivi. (Fonte)

Limiti di Google Genie 3 come modello del mondo#

Sebbene Google Genie 3 offra molte funzionalità e vantaggi, è importante considerarne anche gli svantaggi.

Ecco alcune limitazioni da considerare:

• Gamma di azioni limitata: sebbene sia possibile attivare molti eventi nel mondo virtuale, non tutti vengono eseguiti dall'agente stesso. Le azioni che un agente può eseguire direttamente sono ancora limitate.

• Interazione con altri agenti: la creazione di interazioni realistiche tra più agenti indipendenti nello stesso ambiente è ancora in fase di sviluppo.

• Precisione nel mondo reale: Google Genie 3 non è ancora in grado di ricreare luoghi del mondo reale con una precisione geografica perfetta.

Punti chiave#

Google Genie 3 rappresenta un significativo progresso nella creazione di mondi 3D realistici e interattivi con l'IA. Può dare vita a idee a partire da semplici prompt testuali, simulare la fisica e persino addestrare sistemi di IA in spazi virtuali sicuri.

Sebbene presenti ancora dei limiti, apre numerose possibilità per la ricerca, il gaming e lo sviluppo dell'IA. È inoltre un passo fondamentale verso sistemi di AGI in grado di pensare e apprendere in modo più simile agli esseri umani.

Dai un'occhiata al nostro repository GitHub per scoprire di più sull'IA. Unisciti alla nostra community attiva e scopri le innovazioni in settori come l'IA nel commercio al dettaglio e la computer vision nella produzione. Per iniziare oggi stesso con la computer vision, consulta le nostre opzioni di licenza.