Google DeepMind

Genie 2, nel dicembre 2024, produceva dieci secondi di mondo a bassa risoluzione senza interazione in tempo reale. Genie 3, annunciato nell'agosto 2025 e aperto agli abbonati Google US Ultra tramite Project Genie nel febbraio 2026, sostiene un minuto di ambiente fotorealistico generato fotogramma dopo fotogramma man mano che l'utente vi si muove. Google DeepMind spiega chiaramente la difficoltà: un modello video può correggere retroattivamente i fotogrammi per mantenerli coerenti, mentre un world model deve restare coerente con il passato e con l'azione immediata dell'utente, senza conoscere gli input ancora da venire. Il tetto dei 60 secondi è un compromesso, perché il dinamismo del mondo si degrada nel corso della sequenza e i costi di servizio restano elevati. Il team si colloca al 50% di una visione che descrive come una simulazione indistinguibile dalla realtà. Simmer usa già Genie 3 per addestrare agenti che perseguono obiettivi in mondi 3D arbitrari.

La stessa organizzazione fornisce anche l'infrastruttura sottostante. L'Interactions API è entrata in beta pubblica nel dicembre 2025 tramite Google AI Studio, con stato lato server opzionale, esecuzione in background per inferenze lunghe e supporto nativo a MCP. Google DeepMind la presenta come complementare a generateContent, che resta consigliata per le risposte standard in produzione.

Nell'agosto 2026, Kevin Hou ha rappresentato Google come Core Maintainer della specifica di packaging Agent Plugins 1.0.0, accanto ad Amazon, Cursor, Microsoft, OpenAI e Vercel. Anthropic, il cui formato Agent Skills e i cui server MCP quella specifica esiste per confezionare, è assente dall'elenco dei maintainer.