Genie 3

Genie 3 genera i propri ambienti fotogramma per fotogramma, in tempo reale, con qualità fotorealistica, per una durata massima di un minuto. Google DeepMind lo ha annunciato nell'agosto 2025 e lo ha reso disponibile nel febbraio 2026 all'interno di Project Genie, un'applicazione web aperta agli abbonati Google US Ultra. La genealogia è breve e ripida: Genie 1 era un paper di ricerca, Genie 2 (dicembre 2024) produceva dieci secondi a bassa risoluzione senza controllo in tempo reale, e Genie 3 lo ha sostituito.

Il problema tecnico è più difficile della generazione video standard. Un modello video può correggere retroattivamente i fotogrammi precedenti per mantenere coerente una sequenza; Genie 3 non può farlo. Ogni fotogramma deve restare coerente con il passato e con l'azione immediata dell'utente da tastiera o mouse, senza alcuna conoscenza degli input ancora a venire. La fisica non è preprogrammata. Il modello ha appreso la gravità, le collisioni e le dinamiche di movimento osservando grandi volumi di filmati di giochi platform 2D, una comprensione emergente piuttosto che un motore di regole.

Il tetto di un minuto è un compromesso. Il dinamismo del mondo tende a decadere su sessioni più lunghe, e i costi di erogazione restano elevati. Google DeepMind riconosce inoltre un limite di complessità sulle meccaniche di gioco, una fedeltà di controllo imperfetta e un bias nei dati di addestramento.

Rispetto a OpenAI Sora e Runway Gen-3, il controllo interattivo è l'elemento distintivo. La conseguenza più rilevante si trova altrove: Simmer usa già Genie 3 per addestrare agenti a raggiungere obiettivi in mondi 3D arbitrari, il che orienta il modello verso l'intelligenza incarnata piuttosto che verso l'intrattenimento. Il team si colloca al 50% della propria visione dichiarata.