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, noto come Genie 3. Si tratta di un nuovo modello di IA in grado di convertire i prompt di testo di un utente in ambienti dinamici e interattivi. 

Questi ambienti, o mondi di IA, consentono all'utente di navigare e interagire con essi in tempo reale, proprio come in un videogioco. Gli utenti possono anche espandere o modificare l'ambiente fornendo ulteriori prompt di testo, consentendo modifiche al volo senza riavviare la simulazione. 

Ciò che rende l'ultimo modello Genie di Google particolarmente incisivo è che può essere utilizzato per il training di agenti IA. Ciò comporta l'insegnamento agli agenti IA a prendere decisioni o eseguire compiti utilizzando dati e feedback. Utilizzando un ambiente 3D simulato invece del mondo reale, i ricercatori possono evitare molte delle sfide, dei costi e dei rischi del training 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 tuta alare che plana attraverso un terreno montuoso. 

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

‍

Una breve storia dei modelli Genie di Google

Prima di approfondire 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 le regole del mondo reale come la fisica, il movimento e le relazioni spaziali da testo, immagini, video e set di dati di movimento. Questo permette loro di creare scene realistiche e di prevedere come si evolvono. I modelli Genie sono esempi di tali sistemi.

Ecco una rapida occhiata ai precedenti modelli Google Genie che hanno aperto la strada a Genie 3:

• Genie 1: Genie 1, spesso chiamato semplicemente Google Genie, è stato il primo modello di mondo AI 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. È stato progettato per elaborare dati video nel tempo, prevedere il frame successivo e tradurre gli input dell'utente in azioni nel mondo.

• Genie 2: Basandosi sulle capacità di Google Genie, Genie 2 poteva creare una vasta gamma di mondi 3D interattivi e dettagliati. Come modello di mondo, simulava ambienti virtuali e rispondeva in modo realistico ad azioni come saltare, nuotare o spostare oggetti. Addestrato su una vasta raccolta di video, presentava interazioni realistiche tra oggetti e movimenti realistici dei personaggi.

Cos'è Genie 3? Il nuovo modello AI di Google

Basato sui precedenti modelli Genie, Genie 3 è l'ultimo e più avanzato della serie. Si fonda in particolare su Genie 2, che poteva 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 di come gli oggetti interagiscono nel mondo reale.

Mentre Veo 3 utilizza un motore fisico hard-coded, Google Genie 3 insegna a se stesso come funziona la fisica utilizzando un metodo noto come apprendimento auto-supervisionato. È una tecnica di apprendimento dell'IA in cui un modello di IA apprende schemi e relazioni da dati non etichettati generando i propri segnali di apprendimento. 

La capacità di autoapprendimento supervisionato di Google Genie 3 è fondamentale per l'addestramento di sistemi di IA, come agenti o robot AI, per gestire varie attività. Infatti, i ricercatori di Google DeepMind considerano Genie 3 un passo importante verso la creazione di una Intelligenza Artificiale Generale (AGI). 

‍

L'AGI è una forma teorica di IA in grado di comprendere e apprendere qualsiasi compito o argomento e applicare tale conoscenza in diverse situazioni, proprio come un essere umano. A differenza dei modelli di intelligenza artificiale odierni, che sono costruiti per compiti specifici e faticano a trasferire le proprie competenze a nuovi problemi, l'AGI sarebbe in grado di adattarsi e apprendere in un'ampia gamma di contesti.

Caratteristiche principali di Google Genie 3 relative alla costruzione di un mondo AI

Ecco alcune delle funzionalità chiave supportate da Genie 3:

• Generazione di mondi 3D da testo: Può trasformare un semplice prompt di testo (ad esempio, "un robot che cammina per strada") in un ambiente giocabile simile al 3D con controlli di movimento di base.

• Eventi mondiali richiedibili (Promptable): Gli utenti possono modificare dinamicamente l'ambiente digitando nuovi comandi (ad esempio, aggiungere pioggia alla strada).

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

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

‍

Dall'istruzione al gaming: Applicazioni di Genie 3 di Google DeepMind

Google Genie 3 può rendere l'apprendimento, la ricerca e la formazione più coinvolgenti e immersivi. Ad esempio, nelle classi, 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 per mettere in pratica strategie, affrontare sfide e migliorare le capacità decisionali.

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

‍

Limiti di Google Genie 3 come modello del mondo

Sebbene Google Genie 3 offra molte funzionalità e vantaggi, è anche importante considerare i suoi svantaggi. 

Ecco alcune limitazioni da considerare:

• Intervallo di azione limitato: 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 un lavoro in corso.

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

Punti chiave

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

Sebbene abbia ancora dei limiti, apre molte possibilità per la ricerca, il gaming e lo sviluppo dell'IA. È anche un passo fondamentale verso i sistemi AGI in grado di pensare e imparare più come gli 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 settore retail e la Vision AI nella produzione. Per iniziare oggi stesso con la computer vision, consulta le nostre opzioni di licenza.