Genie 4: il world model di Google DeepMind che crea mondi interattivi con l'audio

Il 27 ottobre 2026 Google DeepMind ha presentato Genie 4, il suo nuovo world model: un sistema che genera un ambiente interattivo in tempo reale mentre lo si esplora con tastiera e mouse, e che si può modificare scrivendo in linguaggio naturale. La novità più visibile è il suono: secondo Google DeepMind, Genie 4 è il suo primo world model in tempo reale a generare l'audio in modo nativo, cioè musica, rumori d'ambiente e dialoghi creati insieme alle immagini. Per ora è un'anteprima di ricerca riservata a tester scelti.

Perché se ne parla#

Genie 4 arriva dopo Genie 3, il modello che oggi fa girare Project Genie, l'app sperimentale di Google per gli abbonati a Google AI Ultra. Google DeepMind lo descrive come il suo world model «più realistico e interattivo», e lo lega a un obiettivo dichiarato: per l'azienda capire e simulare il mondo è un passo importante verso l'AGI, e ambienti realistici servono ad addestrare e provare agenti e robot prima di portarli nel mondo fisico.

Per chi lavora con video, formazione, giochi o simulazioni, la domanda pratica è un'altra: quanto ci si avvicina a una scena utilizzabile, e quando si potrà provare. Le risposte, per ora, sono parziali.

In parole semplici: cos'è un world model#

Un generatore di video produce una clip già finita. Un world model come Genie 4 fa una cosa diversa: costruisce il mondo mentre ci si muove dentro. Si cammina, si gira la camera, e il modello genera ciò che si vede (e ora anche ciò che si sente) fotogramma dopo fotogramma, reagendo ai comandi.

Secondo la pagina ufficiale, Genie 4 riprende capacità della famiglia Gemini: Gemini Omni ancora le simulazioni all'aspetto e al comportamento del mondo reale, mentre altri modelli Gemini forniscono il ragionamento che serve a tenere coerente la scena nel tempo.

Il video ufficiale: una gru, un pianoforte, un cambio di stile#

Nel video pubblicato da Google DeepMind su X si vede una gru coronata che cammina nella neve. Con un prompt di testo compare un pianoforte; con un secondo prompt la gru preme un tasto. Poi il mondo cambia completamente stile. La pagina precisa che tutte le registrazioni sono interazioni reali in tempo reale, con alcune sequenze accorciate e risultati a scopo illustrativo.

Le quattro novità di Genie 4#

1. Si modifica il mondo mentre lo si esplora#

Con il linguaggio naturale si può cambiare il meteo, spostare la camera, aggiungere una persona o un oggetto. Secondo Google DeepMind, Gemini adatta il prompt al contesto della scena e, tra un comando e l'altro, la tiene in movimento in modo coerente.

2. Fisica più credibile e persone più naturali#

Il modello simula situazioni fisiche come aerodinamica e collisioni. Nell'esempio ufficiale, un'anguria su un piedistallo viene colpita da un busto di marmo che le cade sopra, e si spacca. Il salto più grande, dice Google DeepMind, riguarda però le persone: si muovono in modo naturale, reagiscono all'ambiente e si possono guidare mentre la scena va avanti.

3. L'audio nasce con il mondo#

Genie 4 è multimodale in modo nativo: musica, rumori d'ambiente e dialoghi interattivi vengono generati insieme al mondo, non aggiunti dopo. Le persone nella scena possono anche parlare e rispondere in tempo reale. Google DeepMind avverte però che la precisione dell'audio in tempo reale è ancora un campo di ricerca aperto.

4. Eventi complessi, con Gemini come regista#

Per gli eventi in più passaggi entra in gioco Gemini 3.8 Flash, che lavora come agente nel ciclo: osserva la scena mentre Genie 4 la genera, divide l'obiettivo in passi e rivede i fotogrammi per controllare che ogni passo sia andato a buon fine.

Nell'esempio ufficiale qui sotto, un braccio robotico da laboratorio tiene una pipetta e versa del liquido in una piastra, facendo scattare piccole scintille elettriche: un evento in più passaggi che la scena deve rispettare.

Lo stesso schema entra nella ricerca sulla robotica. Con Gemini 4 Argon, Google DeepMind ha simulato un robot umanoide che gioca a dama: Argon scompone il compito in passi e li passa a Genie 4 come didascalie di testo, mentre la simulazione viene generata.

Chi lo sta già provando#

Google DeepMind ha lavorato con gruppi di tester scelti nelle industrie creative, nel giornalismo, nell'educazione, nei videogiochi e nell'ingegneria. Gli usi citati nel blog ufficiale:

• Pre-visualizzazione. Registi e creativi lo usano come «draft mode»: entrano in una simulazione della scena e girano più «take» cambiando camera, luce, dialoghi e azione.

• Foto d'archivio. Fotoreporter provano a trasformare una singola foto 2D in una simulazione dell'ambiente, anche per visualizzare eventi come un'alluvione improvvisa o un incendio.

• Prototipi di gioco. Sviluppatori passano da un'idea a un prototipo esplorabile in pochi secondi, prima di scrivere codice.

• Scenari aziendali. Partner di vari settori lo valutano per generare scenari di simulazione da zero.

I limiti dichiarati da Google DeepMind#

La pagina ufficiale elenca con chiarezza cosa non funziona ancora:

Chi può usarlo e quanto costa#

Oggi Genie 4 è un'anteprima di ricerca per tester scelti. Secondo Google DeepMind arriverà prima agli abbonati di Google AI Ultra in Project Genie e ai partner con accesso anticipato della Gemini API e di Google AI Studio. Per Project Genie c'è già una lista d'attesa.

In Italia Google AI Ultra parte da 99,99 euro al mese, secondo la pagina degli abbonamenti di Gemini. È il prezzo del piano, non di Genie 4: per l'accesso via API non sono stati annunciati prezzi. Project Genie oggi funziona ancora con Genie 3.

Cosa cambia in pratica per un'azienda#

Per ora non c'è niente da installare, ma si può preparare il terreno.

• Iscrivetevi alla lista d'attesa di Project Genie se lavorate con video, eventi, formazione o giochi. L'abbonamento Ultra ha senso solo se vi serve già per altro.

• Pensatelo come una bozza. Gli usi più concreti sono storyboard, pre-visualizzazione di set e prototipi: idee da guardare prima di spendere su una produzione vera.

• Preparate tre scene di prova. Un set, un prodotto, un ambiente di lavoro. Quando arriva l'accesso, si vede subito dove regge e dove si rompe.

• Mettete in conto la durata. Con pochi minuti di interazione continua, conviene ragionare per scene brevi.

• Dite che è generato. Il watermark SynthID c'è, ma con clienti e pubblico conviene dichiararlo comunque.

Domande frequenti#

Fonti#

• Blog di Google DeepMind: Genie 4, a new generation of world simulation, 27/10/2026.

• Pagina ufficiale di Genie su deepmind.google, con limiti e note sulla responsabilità, letta il 27/10/2026.

• Post di Google DeepMind su X con il video ufficiale, 27/10/2026.

• Abbonamenti Gemini in Italia, prezzo di Google AI Ultra, letto il 27/10/2026.

• Guida di Google su Project Genie, letta il 27/10/2026.