Google DeepMind lancia Project Genie, un'applicazione web che consente agli abbonati Google US Ultra di creare ed esplorare mondi interattivi generati dal modello Genie 3. A differenza dei modelli video convenzionali che producono sequenze fisse, un "world model" genera l'ambiente fotogramma per fotogramma in tempo reale, consentendo all'utente di navigare e interagire.

Flusso di lavoro e pipeline creativa: L'utente inizia descrivendo il proprio mondo e il proprio personaggio. Nano Banana Pro genera prima un'immagine "canvas" che funge da punto di partenza visivo. Cliccando su "Generate World", Genie 3 trasforma questa immagine 2D in un ambiente 3D esplorabile. Il passaggio dal 2D al 3D immersivo è il "wow moment" identificato dai tester. L'applicazione consente inoltre di caricare foto personali - un dinosauro giocattolo fotografato può diventare un personaggio controllabile in una ricostruzione della stanza.

Sfide tecniche: Genie 3 affronta un problema più complesso della generazione video standard. Un modello video può regolare retroattivamente i fotogrammi per garantire la coerenza; Genie 3 deve generare in tempo reale, coerentemente sia con il passato SIA con l'azione immediata dell'utente, senza conoscere gli input futuri. L'attuale limite di 60 secondi deriva da un compromesso: il dinamismo del mondo tende a diminuire gradualmente e i costi di erogazione restano elevati.

Evoluzione da Genie 1: Genie 1 era un paper di ricerca. Genie 2 (dicembre 2024) offriva 10 secondi a bassa risoluzione, senza tempo reale. Genie 3 (annunciato nell'agosto 2025, ora lanciato) raggiunge un minuto in tempo reale con qualità fotorealistica. Il team osserva che un anno fa un minuto di coerenza in tempo reale sembrava un obiettivo ambizioso; oggi gli utenti ne chiedono di più.

Applicazioni previste: Oltre all'intrattenimento, il team esplora l'ambito educativo (esposizioni terapeutiche personalizzate, come un bambino che esplora una stanza piena di ragni virtuali) e l'intelligenza incarnata. Il progetto Simmer utilizza già Genie 3 per addestrare agenti IA capaci di raggiungere obiettivi in mondi 3D arbitrari - un passo verso l'AGI incarnata.

Prospettive: La roadmap include il multiplayer (complesso per via della latenza), più controlli di interazione, un'API per sviluppatori e l'espansione ad altre superfici. Il team stima di aver raggiunto il 50% della propria visione, con un "margine di miglioramento enorme" ancora disponibile. La visione ultima: una simulazione indistinguibile dalla realtà, "una copia dell'universo in cui puoi fare tutto ciò che vuoi".