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

Il 5 agosto 2025, Google DeepMind ha rilasciato l'ultima versione del modello Genie, nota come Genie 3. È un nuovo modello di IA in grado di trasformare i prompt testuali degli utenti in ambienti dinamici e interattivi.

Questi ambienti, o mondi di IA, consentono agli utenti di esplorarli e interagire con essi in tempo reale, proprio come in un videogioco. Gli utenti possono anche ampliare o modificare l'ambiente fornendo ulteriori prompt testuali, apportando cambiamenti al volo senza riavviare la simulazione.

Ciò che rende particolarmente importante l'ultimo modello Genie di Google è la possibilità di usarlo per addestrare agenti di IA. Questo significa insegnare agli agenti di IA a prendere decisioni o svolgere attività usando dati e feedback. Usando 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 a guida autonoma che guida in condizioni meteorologiche avverse o una persona con una tuta alare che plana su un terreno montuoso.

In questo articolo analizzeremo Google Genie 3 e le sue capacità.

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

Breve storia dei modelli Genie di Google#

Prima di esaminare i modelli Genie di Google DeepMind, è utile capire cosa sono i modelli del mondo.

I modelli del mondo sono sistemi di IA che apprendono le regole del mondo reale, come la fisica, il movimento e le relazioni spaziali, da set di dati composti da testi, immagini, video e movimenti. Questo permette 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 capace di creare ambienti virtuali interattivi. Gli utenti potevano descrivere un mondo con testo, immagini, fotografie o persino schizzi, e Genie lo generava consentendo loro di controllare le azioni al suo interno. Era progettato per elaborare dati video nel tempo, prevedere il fotogramma successivo e tradurre gli input degli utenti in azioni all'interno del mondo.
• Genie 2: Sulla base delle capacità di Google Genie, Genie 2 poteva creare un'ampia gamma di mondi 3D dettagliati e interattivi. Come modello del mondo, simulava ambienti virtuali e reagiva in modo realistico ad azioni come saltare, nuotare o spostare oggetti. Addestrato su un'enorme raccolta di video, offriva interazioni realistiche tra oggetti e movimenti dei personaggi simili a quelli reali.

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

Sulla base dei precedenti modelli Genie, Genie 3 è l'ultimo e il più 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 delle interazioni tra gli oggetti nel mondo reale.

Google Genie 3 impara da solo il funzionamento della fisica grazie a un metodo noto come apprendimento auto-supervisionato. È una tecnica di apprendimento dell'IA con cui un modello IA apprende schemi e relazioni dai dati non etichettati generando i propri segnali di apprendimento.

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

Fig. 2. Esempio di 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 tale conoscenza in situazioni diverse, proprio come un essere umano. A differenza degli attuali modelli di intelligenza artificiale, sviluppati per attività specifiche e con difficoltà a trasferire le proprie capacità a nuovi problemi, l'AGI sarebbe in grado di adattarsi e apprendere in un'ampia gamma di contesti.

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

Ecco alcune delle caratteristiche principali offerte da Genie 3:

• Generazione di mondi 3D da testo: può trasformare un semplice prompt testuale (ad es. «un robot che cammina per strada») in un ambiente simile al 3D in cui si può giocare, con controlli di movimento di base.
• Eventi nel mondo attivabili tramite prompt: gli utenti possono modificare dinamicamente l'ambiente digitando nuovi comandi (ad es. aggiungere la pioggia alla strada).
• Memoria visiva: Genie 3 può ricordare gli oggetti lasciati nell'ambiente e consentirti di ritrovarli in seguito, per circa un minuto.
• Output video fluido e coerente: può mantenere un output video a 24 fps (fotogrammi al secondo) con risoluzione 720p e consentire sessioni più lunghe rispetto a Genie 2.

Fig. 3. Google Genie 3 può generare output di durata superiore a quelli prodotti da Genie 2. (Fonte)

Dall'istruzione ai videogiochi: applicazioni di Genie 3 di Google DeepMind#

Google Genie 3 può rendere l'apprendimento, la ricerca e l'addestramento più immersivi e coinvolgenti. Per 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 chi sviluppa intelligenza artificiale offre mondi virtuali realistici in cui esercitarsi con le strategie, affrontare sfide e migliorare le capacità decisionali.

Gli scienziati possono anche usarlo per creare simulazioni controllate, testare idee, studiare ecosistemi o osservare il comportamento degli oggetti. Un'altra applicazione interessante è lo sviluppo di videogiochi. Chi sviluppa videogiochi può trasformare prompt testuali in mondi di gioco dettagliati, accelerando lo sviluppo e riducendo la necessità di grandi team.

Fig. 4. Con Genie 3 è possibile progettare videogiochi 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 alcuni limiti 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 compiere 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.
• Accuratezza nel mondo reale: Google Genie 3 non è ancora in grado di ricreare luoghi reali con precisione geografica assoluta.

Punti chiave#

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

Pur avendo ancora dei limiti, apre molte possibilità per la ricerca, i videogiochi e lo sviluppo dell'IA. È anche un passo fondamentale verso sistemi AGI capaci di pensare e apprendere più come gli esseri umani.

Dai un'occhiata al nostro repository GitHub per scoprire di più sull'IA. Unisciti alla nostra vivace community e scopri le innovazioni in settori come l'IA nel commercio al dettaglio e l'IA visiva nel settore manifatturiero. Per iniziare oggi con la visione artificiale, dai un'occhiata alle nostre opzioni di licenza.