In questo articolo Indice dei contenuti 3 sezioni
Google ha presentato Genie 4, un nuovo modello di intelligenza artificiale capace di costruire mondi virtuali interattivi che reagiscono alle azioni e alle istruzioni degli utenti. L’obiettivo va oltre la semplice produzione di immagini o video, perché il sistema simula ambienti in cui ci si può muovere, intervenire sugli elementi presenti e osservare cosa succede dopo ogni scelta. Rispetto alla generazione precedente il salto è evidente su più fronti, con una resa visiva più fedele, la generazione nativa del suono e la possibilità di modificare le simulazioni con comandi in linguaggio naturale. Anche la durata cresce, visto che le esperienze arrivano fino a due minuti, cioè il doppio del limite fissato per Genie 3. Il progetto resta comunque sperimentale e l’azienda di Mountain View ne sta limitando l’accesso per raccogliere riscontri prima di aprirlo a un pubblico più ampio.
Scene da riscrivere mentre sono in corso
La novità che colpisce di più è la possibilità di cambiare una simulazione mentre sta girando. Bastano poche istruzioni testuali per far arrivare la pioggia, spostare la telecamera oppure inserire nuovi personaggi e oggetti nella scena. Genie 4 interpreta le richieste tenendo conto del contesto e prova a mantenere una certa continuità tra ciò che già esiste e le modifiche appena chieste. C’è poi un lavoro importante sul realismo dei movimenti e delle interazioni fisiche, con fenomeni come collisioni e aerodinamica riprodotti in modo più credibile e reazioni dei personaggi all’ambiente circostante decisamente più naturali. Le dimostrazioni diffuse mostrano scenari molto diversi tra loro, da paesaggi da esplorare a stazioni ferroviarie piene di gente, fino a sequenze in prima persona e ambienti tridimensionali con stili grafici differenti.
Un capitolo a parte merita il suono. Si tratta del primo modello della famiglia descritto come capace di generare audio nativo in tempo reale, quindi gli ambienti possono ospitare rumori legati al contesto come il vento o le onde, ma anche musica e dialoghi interattivi. I personaggi rispondono agli eventi e agli input ricevuti durante l’esplorazione invece di limitarsi a riprodurre una traccia già registrata.
Il ruolo di Gemini e gli usi possibili
Dietro le quinte lavorano le tecnologie della famiglia Gemini, utilizzate per rendere gli scenari più coerenti. Gemini Omni aiuta a riprodurre l’aspetto e il comportamento del mondo reale, mentre altri modelli forniscono capacità di ragionamento utili a non perdere il filo della simulazione. Gemini 3.8 Flash in particolare agisce come agente di supporto e osserva di continuo la scena, divide gli obiettivi in passaggi, controlla i risultati e aggiorna il piano quando l’ambiente cambia o l’utente interviene. Sono stati mostrati anche esperimenti che abbinano il nuovo motore a Gemini 4 Argon e alla ricerca sulla robotica, per simulare attività complesse e scomporle in azioni successive.
I campi di applicazione sono parecchi. Chi sviluppa videogiochi potrebbe creare prototipi esplorabili ancora prima di scrivere codice per un motore grafico, mentre registi e creativi avrebbero modo di provare inquadrature, illuminazione e dialoghi nella fase di previsualizzazione di una scena. Nel settore della robotica le simulazioni servirebbero invece a costruire ambienti di addestramento e a verificare il comportamento degli agenti prima di portarli nel mondo reale.
Limiti ancora aperti e accesso a Project Genie
Non mancano però problemi dichiarati apertamente da Google. Nelle sessioni più lunghe gli oggetti possono cambiare aspetto o perdere coerenza nello spazio, e anche le interazioni fisiche più complesse, la precisione del sonoro, la leggibilità dei testi e la stabilità nel tempo sono ancora in fase di sviluppo. Tutti i contenuti generati includono SynthID, la filigrana digitale invisibile che permette di riconoscere i materiali prodotti dall’intelligenza artificiale.
Per il momento Genie 4 viene distribuito come anteprima di ricerca riservata a un gruppo selezionato di tester. Il passo successivo prevede l’estensione agli abbonati Google AI Ultra tramite Project Genie e ai partner coinvolti nei programmi di accesso anticipato delle API Gemini e di Google AI Studio, con una lista d’attesa già aperta per chi vuole provare il modello attraverso Project Genie.
Fonte: TecnoAndroid