Genie 4: cosa sappiamo del world model di DeepMind e cosa verificare

Che cos'è

Genie 4 è un world model presentato da Google DeepMind. Non produce una clip a durata fissa: genera in tempo reale un mondo 3D da esplorare, con suono e personaggi che parlano. Per chi fa regia cambia l'unità di lavoro. Non si scrive un'inquadratura, si costruisce un ambiente e lo si percorre.

Cosa c'è di nuovo rispetto a Genie 3

• Tenuta: secondo TechCrunch una scena resta coerente fino a due minuti, il doppio di Genie 3.
• Fisica più credibile e personaggi dall'aspetto più umano.
• Audio generato insieme alle immagini, con personaggi che parlano.
• Modifica in corsa: un prompt in linguaggio naturale aggiorna la scena in tempo reale, senza ripartire da zero.
• Pianificazione: secondo The Verge un modello linguistico, Gemini 3.8 Flash, lavora in background per pianificare e tenere coerente il mondo.

Disponibilità

Per ora è un modello di ricerca. DeepMind dice che arriverà presto agli sviluppatori e agli abbonati Google AI Ultra. Non ci sono API pubbliche, prezzi o date precise. Fino ad allora non va messo in nessun preventivo.

Limiti noti

• Nelle sessioni lunghe compaiono incoerenze visive.
• Le fonti non dicono quanto controllo ci sia su voci, lingue e sincronizzazione del parlato.
• Non è chiaro se e come si possano esportare fotogrammi, inquadrature o tracciati di camera.

Dove può servire

Il candidato naturale è la preproduzione. Un ambiente esplorabile permette di cercare punti di vista prima di fissare le inquadrature, come in un sopralluogo virtuale. Può affiancare il lavoro descritto in Previs e animatic con i modelli video: lì si decidono inquadrature e tempi, qui si esplora prima il luogo. Per la consegna finale servono ancora i motori video che controlliamo shot per shot.

Cosa verificare al primo accesso

• Esportazione: si possono salvare fotogrammi puliti da usare come reference in Kling 4.0 o Seedance 2.5?
• Tenuta: cosa succede al luogo dopo i due minuti dichiarati, e se ci si torna dopo averlo modificato.
• Camera: quanto è precisa la navigazione, e se si può ripetere lo stesso percorso.
• Audio: si può separare dalle immagini, e in quali lingue parlano i personaggi?
• Condizioni d'uso: cosa consentono i termini del servizio per un uso commerciale del materiale generato.

In sintesi

Genie 4 è il segnale più chiaro di un passaggio dalla clip all'ambiente. Va seguito con attenzione e provato appena possibile, ma oggi resta un modello da osservare, non uno strumento di produzione.