Guida a Google Project Genie: il Foundation World Model di Google spiegato

Funzionalità principali di Project Genie

Vediamo alcune delle principali funzionalità di Project Genie.

• Generazione interattiva di mondi: a differenza di un video, sei tu al comando. Controlli la telecamera o un personaggio e il modello genera in tempo reale il fotogramma successivo in base alle tue azioni specifiche.
• World sketching: puoi impostare un mondo con un semplice prompt testuale (ad esempio, "Una città cyberpunk illuminata al neon") o un'immagine caricata. L'IA genera quindi una versione 3D giocabile di quell'input statico.
• World remixing: ti permette di prendere un mondo esistente e trasformarlo. Puoi cambiare lo stile artistico, aggiungere nuovi elementi o modificare l'atmosfera mantenendo invariata l'impostazione di base.
• Controllo delle azioni: il modello è addestrato a riconoscere input come saltare, volare o camminare. Mappa questi comandi in cambiamenti visivi logici, creando un senso di controllo all'interno della simulazione.

Project Genie in pratica

Vediamo alcuni casi d'uso di base di Project Genie per dare vita alle nostre idee.

World sketching

La creazione di un mondo parte dalla fase di World Sketching. Inserisci un prompt o carichi una foto, e il sistema utilizza Nano Banana Pro (il più recente motore di immagini ad alta fedeltà di Google) per rifinire il visual iniziale. 

Questa integrazione garantisce che il frame di partenza abbia la profondità architettonica e la texture necessarie per un ambiente 3D complesso. 

Puoi persino "abbozzare" la logica del mondo definendo come il tuo personaggio si muove nello spazio prima che la simulazione inizi. 

Qui sotto vedrai che scrivo un ambiente di esempio e la descrizione di un personaggio. Questo permette al modello di generare il mondo iniziale in cui partirà.

World remixing

La funzione World Remixing spicca per i flussi di lavoro creativi. Ad esempio, puoi prendere una foto realistica di un parco locale e chiedere al modello di "Trasformarla in stile cartone animato di Studio Ghibli". 

Il mondo giocabile risultante mantiene l'assetto fisico del parco (gli alberi, i sentieri) ma applica un'estetica artistica completamente nuova. Le transizioni sono generalmente fluide, anche se a volte le texture complesse possono "sciogliersi" leggermente durante la trasformazione. 

Per esempio, chiedo al modello di rendere il lago rosa, e reagisce di conseguenza. Lo stile artistico e l'impostazione fisica generale restano gli stessi, mentre aggiorna il lago.

Esplorazione 3D

Una volta generato il mondo, entri in modalità Esplorazione 3D. Questo ti permette di navigare il mondo in prima o in terza persona. 

Usi i tasti WASD per muovere il personaggio nel mondo e le frecce direzionali per guardarti attorno. Puoi anche usare la barra spaziatrice per saltare e superare gli ostacoli. 

Ogni sessione ti dà 60 secondi per esplorare il mondo.

Per la mia esperienza, l'ambiente complessivo è notevole. Mentre ti muovi, l'IA genera nuovo terreno che corrisponde allo stile stabilito. Ci sono sicuramente alcune limitazioni quando si lavora con texture complesse, e si percepisce che il modello genera idee in tempo reale, quindi il framerate non è sempre fluidissimo. 

Tuttavia, pensare di aver scritto un semplice prompt in meno di un minuto e di vederlo diventare un mondo generato ed esplorabile in pochi minuti è assolutamente incredibile.

Come posso accedere a Project Genie?

All'inizio del 2026, Project Genie rimane un prototipo di ricerca sperimentale. Non è ancora disponibile al grande pubblico. 

Attualmente, l'accesso è limitato agli abbonati Google AI Ultra situati negli Stati Uniti. 

Se hai un abbonamento attivo, puoi trovare lo strumento all'interno del portale Google Labs FX. 

Nota che gli utenti devono avere almeno 18 anni per partecipare al programma di ricerca.

Quanto è valido Project Genie?

Navigare in un mondo generato in tempo reale è piuttosto diverso dal giocare a un videogioco con grafica pre-renderizzata. 

Ovviamente, non possiamo valutarlo come faremmo con un LLM standard, perché non possiamo "testare" un mondo facendo domande. Possiamo valutarlo solo attraverso l'esperienza visiva e interattiva. 

Prima, i dettagli tecnici. Il video è limitato a 720p con un frame rate di circa 24 fps. Questo lo rende meno "nitido" rispetto a Sora, poiché l'obiettivo di generare video fluidi è diverso dal generare un mondo interattivo.

 Generare un mondo in tempo reale richiede molta più potenza di calcolo. 

Visivamente, l'esperienza è piuttosto piacevole. Di nuovo, ho riscontrato qualche leggero scatto dovuto al frame rate più basso. Ma, in generale, il mondo è abbastanza coerente. 

Tuttavia, ho notato in alcune sessioni che oggetti generati a volte scompaiono o cambiano quando ci passi accanto e ti giri per guardarli. Questo tende a succedere con oggetti unici (come i personaggi) più che con oggetti statici come gli alberi. 

L'interazione con il mondo ha funzionato per la maggior parte del tempo. Quando premi un tasto per muoverti o guardarti attorno, la telecamera si sposta e panoramica di conseguenza.

 In questo senso, il mondo è piuttosto interattivo. Ho avuto qualche ritardo con il salto, e credo che tenda a succedere quando sei su una superficie piana e il modello non si aspetta che tu salti.

 Funziona in modo più coerente quando ci sono ostacoli a terra e ha "senso" che tu li superi saltando.

In generale, sembrava molto simile al mondo reale (a parte lo stile artistico stilizzato). Per lo più, distanze e dimensioni degli oggetti avevano senso. Anche elementi come la parallasse di movimento sono rimasti coerenti durante l'esperienza. 

Devo dire che riuscivo a mandare in crisi il modello chiedendogli di aggiungere azioni multiple, come nuotare e camminare allo stesso tempo. Penso che la formulazione del prompt debba essere piuttosto precisa per ottenere ciò che vuoi. 

Tutto sommato, però, è stata un'esperienza sorprendente ed è difficile credere quanto sia facile generare semplici mondi interattivi.

Casi d'uso di Project Genie

Mi vengono in mente tanti modi in cui persone di ogni tipo possono usare Project Genie.

1. Prototipazione rapida di giochi: i designer possono evitare mesi di modellazione degli ambienti per testare all'istante il "feeling" di un livello. Fornisci informazioni precise sulla fisica del tuo gioco, lo stile artistico e bozze di un livello per vedere come potrebbe giocarsi.
2. Addestramento di agenti IA: i world model offrono una palestra sicura e infinita in cui i robot possono imparare navigazione e manipolazione degli oggetti prima della messa in opera nel mondo fisico. 
3. Educazione: gli studenti potrebbero generare un'ambientazione storica, come l'Antica Roma, e camminare per le strade per comprendere scala e architettura in un modo che un libro di testo non può offrire.

Ecco una breve visita al Globe Theatre di Londra. Anche se non è proprio al 100%, con un'ulteriore rifinitura dei prompt possiamo iniziare a costruire una resa più fedele del mondo.

Ecco il prompt che ho usato: 

World Prompt:
A hyper realistic 360-degree immersive recreation of London's Southbank. Focus on the Globe Theater, a massive three-story open-air polygonal wooden structure with a thatched roof. The exterior is white lim-wash with dark oak timber framing. Nearby, include the Rose Theatre. 

The streets are narrow, unpaved, and muddy. Include the River Thames and the distance silhouette of Old London Bridge. 

Character: A person that wears a doublet of velvet and stained leather breeches. He has ink stains and a small jagged scar across his eyebrow.Offerto da

Considerazioni finali

Project Genie segna l'inizio del passaggio dai Media Generativi alla Simulazione Generativa. Stiamo andando oltre l'era in cui ci limitavamo a guardare contenuti generati dall'IA per entrare in un'era in cui ci viviamo dentro. Iniziamo a vedere la crescita dei large action models che comprendono i tuoi obiettivi come essere umano e forniscono l'ambiente e le azioni per raggiungerli. Stiamo anche assistendo a una nuova generazione di creazione video con strumenti come Seedance 2.0 di ByteDance, che trattiamo in una guida a parte. 

Per approfondire cosa serve per creare questi modelli, consiglio le seguenti risorse:

• Sora 2 API: guida completa con esempi
• Reinforcement Learning in Python
• Deep Reinforcement Learning in Python