World models: Genie 3 e Marble portano l’AI nella fisica

👁 112 letture

Dalle parole ai mondi: la nuova rivoluzione oltre i LLM

Il 2026 potrebbe passare alla storia come il momento in cui l’intelligenza artificiale ha superato un’altra frontiera fondamentale. Mentre i grandi modelli linguistici continuano ad affascinare per la loro capacità di generare testi e sostenere conversazioni, i principali attori del settore guardano già ben oltre i LLM. Il loro obiettivo sono i world model: sistemi capaci di comprendere e simulare il mondo fisico con una precisione mai vista prima. Una panoramica aggiornata con Odyssey-3, Cosmos e V-JEPA è disponibile nella guida ai world model: cosa sono e a cosa servono.

DeepMind ha annunciato a gennaio 2026 il suo nuovo modello di punta, Genie 3, che rappresenta un cambio di paradigma nell’approccio all’intelligenza artificiale. Parallelamente, World Labs, la startup fondata da Fei-Fei Li, ha presentato Marble, un sistema che promette di rivoluzionare il modo in cui l’AI interagisce con lo spazio tridimensionale. Entrambi i progetti condividono un’ambizione chiara: creare un’AI che non si limiti a descrivere il mondo, ma che impari davvero a capirlo.

Genie 3: quando l’AI impara la fisica osservando

La terza generazione del sistema Genie di DeepMind è molto più di un semplice aggiornamento iterativo. Come ha spiegato Demis Hassabis durante la conferenza AI Frontiers a Londra, Genie 3 adotta un approccio all’apprendimento automatico completamente nuovo, basato sull’osservazione e sull’interazione con l’ambiente circostante.

“Genie 3 è il primo sistema di intelligenza artificiale che comprende davvero le leggi della fisica non memorizzando regole, ma tramite l’osservazione e la sperimentazione. È come un bambino che impara a conoscere il mondo giocando”, ha affermato Hassabis durante AI Frontiers nel gennaio 2026.

La piattaforma si basa su un’architettura neurale avanzata denominata Physics-Aware Transformer (PAT), che integra i tradizionali meccanismi di attenzione con moduli specializzati nella comprensione di spazio, tempo e causalità. A differenza dei LLM, che lavorano principalmente su simboli e schemi linguistici, Genie 3 costruisce rappresentazioni interne del mondo fisico.

Le capacità dimostrate sono notevoli. Nella presentazione diffusa da DeepMind, Genie 3 è stato in grado di prevedere gli esiti di complesse interazioni fisiche, dalla caduta degli oggetti al comportamento dei fluidi sotto diverse condizioni gravitazionali. Il sistema può persino generare simulazioni realistiche di ambienti mai visti prima, estrapolando i principi fisici fondamentali che ha “scoperto” durante la fase di addestramento.

World Labs e l’intelligenza spaziale

Se DeepMind punta sugli aspetti teorici e fondamentali della fisica, World Labs affronta la sfida da una prospettiva più applicata. L’azienda fondata da Fei-Fei Li, già direttrice dello Stanford AI Lab, ha presentato a febbraio 2026 Marble, un world model orientato alla comprensione e alla manipolazione dello spazio 3D.

Li, nota per il lavoro su ImageNet e per i suoi contributi alla computer vision, aveva già anticipato l’interesse per la cosiddetta “spatial intelligence”, ovvero la capacità dell’AI di comprendere e navigare lo spazio tridimensionale. Marble incarna direttamente questa visione.

“Il futuro dell’AI non risiede nei sistemi che comprendono solo le parole, ma in quelli che comprendono il mondo. L’intelligenza spaziale è il prossimo grande balzo in avanti”, ha scritto Fei-Fei Li su LinkedIn in occasione del lancio di Marble nel febbraio 2026.

Marble combina computer vision, robotica e AI generativa. L’addestramento si basa su enormi moli di dati composte da video registrati da molteplici prospettive, scansioni 3D e rilevamenti provenienti da sensori robotici. La caratteristica distintiva di Marble è la capacità di generare rappresentazioni 3D coerenti e interattive partendo da input limitati.

In pratica, basandosi su poche fotografie di una stanza, Marble può ricostruire un modello tridimensionale completo, prevedere come si muoveranno gli oggetti al suo interno e persino pianificare la traiettoria di un robot. Il sistema gestisce inoltre compiti fisici complessi, anticipando come cambierà la disposizione degli oggetti a seguito di specifiche azioni.

Le basi tecniche dei modelli di mondo

Per comprendere il funzionamento dei world model occorre analizzarne la struttura tecnica. Se i LLM elaborano sequenze di token, i world model devono gestire rappresentazioni multidimensionali che uniscono spazio e tempo.

Un elemento chiave è l’uso dei campi di radianza neurale (NeRF) integrati con meccanismi di attenzione temporale. I NeRF consentono di generare rappresentazioni continue di scene 3D, mentre l’attenzione temporale modella l’evoluzione degli eventi nel tempo. Le architetture più recenti, come quella di Genie 3, integrano anche modelli di diffusione per calcolare i nuovi stati dell’ambiente simulato.

Stando al report tecnico pubblicato da DeepMind, Genie 3 si articola su una struttura gerarchica in cui diversi livelli della rete gestiscono aspetti specifici della realtà. I livelli inferiori elaborano proprietà fisiche basilari come attrito e gravità, i livelli intermedi gestiscono l’interazione tra oggetti, mentre i livelli superiori si occupano di scenari complessi e pianificazione a lungo termine.

Dal canto suo, World Labs descrive Marble nel documento “Spatial Intelligence: The Next Frontier” come un’architettura basata su transformer multimodali ottimizzati per dati spaziali. Il punto cardine è la “geometric attention”, un meccanismo che permette al modello di focalizzarsi sulle relazioni geometriche e spaziali critiche tra gli elementi della scena.

Applicazioni pratiche e impatto sul mercato

I world model non sono confinati ai laboratori: le prime ricadute commerciali sono già evidenti. Nel dicembre 2025, Nvidia ha annunciato che le schede grafiche RTX 6000 includeranno ottimizzazioni specifiche per eseguire world model, un passaggio pensato per accelerarne la diffusione.

Anche l’industria videoludica ha iniziato a sperimentare con questi sistemi. Epic Games ha annunciato una collaborazione con World Labs per integrare la tecnologia di Marble all’interno di Unreal Engine 6, con l’obiettivo di generare proceduralmente interi mondi di gioco realistici partendo da semplici bozzetti o descrizioni testuali.

Il settore che potrebbe trarre i benefici maggiori resta tuttavia la robotica. Boston Dynamics, nell’ultimo report trimestrale, ha indicato di aver avviato test integrando world model sui robot umanoidi Atlas. Le prime evidenze mostrano miglioramenti evidenti nella navigazione in ambienti sconosciuti e nella presa di oggetti dalle caratteristiche variabili.

“I world model cambiano radicalmente le regole del gioco per la robotica. Per la prima volta abbiamo un’AI capace di anticipare le conseguenze delle proprie azioni nel mondo reale con una precisione vicina all’intuito umano”, ha spiegato Marc Raibert, fondatore di Boston Dynamics, in un’intervista al MIT Technology Review nel gennaio 2026.

L’automotive segue l’evoluzione con analogo interesse. Tesla ha dichiarato a marzo 2026 di star sperimentando i world model nel sistema Full Self-Driving. Elon Musk ha evidenziato tramite tweet che questi modelli potrebbero essere l’elemento decisivo per risolvere i casi limite (edge case) in cui la guida autonoma tradizionale incontra maggiori difficoltà.

Ostacoli tecnici e limiti attuali

Nonostante le potenzialità, i world model affrontano sfide computazionali e pratiche complesse. Il nodo principale resta il costo computazionale: secondo le stime del MIT CSAIL, l’addestramento di un modello paragonabile a Genie 3 richiede fino a 50 volte la potenza di calcolo necessaria per un LLM di pari dimensioni.

A ciò si aggiunge la disponibilità dei dati. I modelli linguistici possono attingere a tutto il testo pubblico del web, mentre i world model richiedono scansioni 3D accurate, riprese multicamera sincronizzate e misurazioni da sensori fisici. I costi per assemblare dataset di questo tipo raggiungono facilmente centinaia di milioni di dollari.

Resta aperto anche il tema dell’affidabilità. Operando in contesti fisici reali, un errore di simulazione ha ripercussioni concrete. Come sottolineato da Yann LeCun di Meta AI durante una tavola rotonda a NeurIPS 2025, i world model attuali soffrono ancora di fenomeni di deviazione progressiva (“drift”), allontanandosi gradualmente dalla fisica reale nelle simulazioni su intervalli temporali prolungati.

“I world model sono straordinari, ma affrontiamo un chiaro compromesso tra accuratezza ed efficienza di calcolo. È un po’ come voler simulare l’intero universo: più pretendi precisione, più le richieste computazionali esplodono”, ha rimarcato LeCun a NeurIPS 2025.

Non mancano infine questioni etiche e di sicurezza: modelli in grado di anticipare con precisione la fisica del mondo reale potrebbero consentire la simulazione di scenari dannosi o pericolosi, imponendo fin da subito protocolli di sicurezza adeguati.

La competizione tra i colossi del settore

La corsa ai modelli di mondo coinvolge tutti i principali attori dell’industria tech. Accanto a DeepMind e World Labs, ingenti investimenti sono stati messi in campo da Meta, Microsoft e Amazon, ciascuna con una precisa declinazione applicativa.

Meta punta sui world model per la realtà virtuale e aumentata, sviluppando sistemi capaci di renderizzare ambienti VR fotorealistici in tempo reale; una visione ribadita da Mark Zuckerberg durante l’evento Connect 2025 come tassello essenziale per il metaverso.

Microsoft sta integrando tali modelli all’interno di Azure per proporli come servizi cloud aziendali, puntando soprattutto a simulazioni industriali avanzate e all’ottimizzazione della supply chain.

Amazon lavora invece su “WorldSim”, una piattaforma proprietaria concepita per supportare la robotica di magazzino e migliorare le rotte logistiche delle spedizioni.

I volumi di capitale testimoniano la portata della sfida: stando a CB Insights, nel 2025 le startup e le realtà attive sui world model hanno raccolto finanziamenti per oltre 15 miliardi di dollari, una cifra superiore all’intera raccolta dell’ecosistema AI registrata nel 2020.

Sviluppi futuri e impatto sulla società

Le stime degli analisti indicano che l’impatto dei world model potrebbe superare quello dei modelli linguistici. Se i LLM hanno cambiato il modo di creare testi e gestire informazioni, i modelli di mondo promettono di intervenire direttamente sulla progettazione, la costruzione e la gestione della realtà materiale.

Le prospettive per la ricerca e la formazione sono ampie. I world model permetteranno di interagire didatticamente con fenomeni fisici complessi, dal moto galattico alle particelle subatomiche. Il Massachusetts Institute of Technology ha già annunciato programmi per impiegare queste simulazioni nei corsi di fisica e ingegneria.

In architettura e urbanistica, la tecnologia consentirà di superare i modelli 3D statici a favore di simulazioni dinamiche che testano in tempo reale il comportamento strutturale, energetico e funzionale di edifici e quartieri.

Anche la medicina beneficerà di questi progressi: pianificare interventi chirurgici delicati o simulare la dinamica di farmaci all’interno dei tessuti biologici tramite modelli predittivi potrebbe alzare notevolmente gli standard di sicurezza clinica.

Parallelamente andranno gestiti i rischi. Capacità generative così avanzate potrebbero dare vita a deepfake tridimensionali e ambienti interamente sintetizzati difficili da distinguere dal vero. Stabilire standard di verifica dell’autenticità e normative chiare sarà il passaggio fondamentale per accompagnare l’evoluzione di una tecnologia che, da qui in avanti, promette di ridefinire il rapporto tra macchine e realtà.

Considerazioni finali

I world model rappresentano il passo successivo nell’evoluzione dell’intelligenza artificiale. Progetti come Genie 3 di DeepMind e Marble di World Labs indicano che le macchine possono andare oltre la manipolazione dei testi per comprendere le leggi che regolano l’universo fisico. Siamo davanti alla transizione da un’AI che parla del mondo a un’AI che impara a comprenderlo davvero.

Sebbene il percorso sia solo all’inizio e i vincoli computazionali rimangano considerevoli, l’impatto potenziale spazia dalla robotica all’intrattenimento, passando per ingegneria e medicina. La sfida dei prossimi anni sarà gestire questa crescita garantendo solidità, etica e trasparenza, affinché il 2026 segni davvero l’inizio di una nuova era dell’automazione intelligente.

// continua a leggereIl modello AI di Anthropic si è bloccato per centinaia di pagine su un CAPTCHA mentre tentava un attacco realeNotizieIl debito tecnico non ha fondo: il codice può sempre peggiorareNotizieOpenAI abbraccia il Recursive Self-Improvement: i ricercatori interni raccontano l’anno degli agentiNotizie

Kinetyra