Brief AI giornaliero, 28 ott: Genie 4 arriva con accesso limitato mentre Gemini Robotics ER 2 si apre in anteprima

Google ha messo due modelli di IA fisica in anteprima nel giro di ventiquattro ore questa settimana, e ne ha limitato l'accesso in direzioni opposte. Genie 4, il modello del mondo di Google DeepMind che genera una scena controllabile con audio sincronizzato, è stato annunciato il 27 ottobre 2026 per un gruppo limitato di tester fidati, con una lista d'attesa e senza un prezzo pubblicato. Gemini Robotics Embodied Reasoning 2 — ER 2, il pianificatore robotico di alto livello che Google Cloud ha portato in anteprima pubblica lo stesso giorno — arriva con un ID modello, una pagina di documentazione e un'iscrizione che qualsiasi cliente Cloud può completare. Entrambi sono in anteprima. Solo uno dei due ha una porta da cui si può entrare oggi.

Quell’asimmetria è la storia della settimana, più di quanto lo sia ciascun modello preso singolarmente. Google sta assemblando le due metà di uno stack di IA fisica: un modello del mondo capace di produrre esperienza e un modello di ragionamento incarnato in grado di pianificare in relazione a robot reali. Le due metà sono state annunciate a un giorno di distanza l’una dall’altra e vengono distribuite da due diverse unità dell’azienda secondo due regimi di accesso differenti. Quello che segue è una nota informativa, non una recensione: ogni dato riportato di seguito è etichettato con l’indicazione di chi lo ha prodotto.

Voce 1 — Genie 4, e le tre affermazioni che fanno il lavoro

Il post di DeepMind scarseggia di numeri e abbonda di dichiarazioni sulle capacità. Tre di queste sono importanti:

• Audio nativo. Genie 4 genera suoni ambientali, musica e dialoghi interattivi nello stesso passaggio dei frame, anziché doppiare successivamente una simulazione silenziosa. È il primo modello del mondo di DeepMind a farlo.

• Controllo in tempo reale. Un'istruzione digitata può spostare la telecamera, cambiare il meteo o introdurre un personaggio mentre il mondo è in esecuzione, e un modello Gemini adatta l'istruzione a ciò che è attualmente sullo schermo.

• Una finestra più lunga. La cifra in circolazione è di circa due minuti di coerenza della scena, il doppio di Genie 3. Quel numero è emerso dai briefing di lancio, non dal blog: il testo di Google stesso afferma che il modello sostiene "sessioni brevi" e non indica una durata per iscritto. Considera i due minuti come una cifra riportata con un fornitore alle spalle, non come una specifica.

L'aggiunta strutturale è più facile da trascurare rispetto all'audio. Gemini Omni ancora la simulazione all'aspetto e al comportamento del mondo reale, e Gemini 3.8 Flash resta nel ciclo, osservando i fotogrammi generati, scomponendo un obiettivo in passaggi e ripianificando quando la scena diverge. Nella demo che Google ha scelto di pubblicizzare, Gemini 4 Argon ha scomposto un'attività che Genie 4 ha poi simulato in tempo reale, con un umanoide Apptronik Apollo che gioca a dama. Si tratta di un prodotto diverso da un generatore di video: un generatore risponde a un prompt con una clip, mentre un generatore più un pianificatore risponde a un obiettivo con una sequenza di stati verificati.

Quello che Google non ha pubblicato è altrettanto significativo di quello che ha pubblicato. Non vengono indicati né risoluzione, né frame rate, né numero di parametri, né misurazione della latenza, né punteggio di benchmark, né prezzo. Ogni confronto del tipo "Genie 4 è più realistico" pubblicato questa settimana è in realtà un confronto tra demo reel ed elenchi di funzionalità, perché nessuno al di fuori del gruppo ristretto di tester fidati ha misurato l'output. Google ammette però le modalità di fallimento: i dettagli e la permanenza degli oggetti tendono a degradarsi nelle sessioni più lunghe e dopo modifiche ripetute, la precisione spaziale è imperfetta, il testo all'interno del mondo generato è spesso illeggibile e l'accuratezza audio resta irrisolta. Tutti i video e gli audio generati riportano un watermark SynthID.

Punto 2 — Gemini Robotics ER 2, a cui puoi effettivamente iscriverti

ER 2 non è nuovo questa settimana come modello — Google lo ha introdotto il 30 luglio 2026 in un'anteprima privata limitata — ma l'annuncio del 27 ottobre è quello che cambia chi può usarlo. Ora è in anteprima pubblica sulla piattaforma Gemini tramite Model Garden, e può essere provato in Agent Studio, con l'ID modello gemini-robotics-er-2-preview.

Google lo presenta come il cervello di alto livello di un robot anziché come un controller. Integra la comprensione video spaziale e temporale, la pianificazione a lungo orizzonte e le protezioni di sicurezza, avvolgendole in un livello di orchestrazione: gli sviluppatori dichiarano interfacce di controllo di basso livello — modelli visione-linguaggio-azione, API di navigazione, funzioni personalizzate — come strumenti, ed ER 2 pianifica su di esse. Classifica anche l'avanzamento delle attività, ed è questo che consente a un robot di accorgersi che un passaggio è fallito e riprovare senza riavviare l'intero flusso di lavoro.

I dati riportati dal fornitore con cui Google apre:

• Individuazione precisa del frame dell'evento — accuratezza del 91,3% nell'identificare il frame esatto in cui si verifica un evento critico, con una distanza media assoluta tra i frame di 0,96 secondi.

• Velocità di esecuzione — {{1}}4x{{/1}}, descritta come "una frazione del costo computazionale di molte categorie di modelli più grandi." Nella frase non viene indicato alcun valore di riferimento, quindi il fattore moltiplicativo è indicativo anziché comparabile.

• Lettura degli strumenti — oltre 10 categorie tra cui quadranti circolari, vetri di ispezione, display digitali, scale lineari e termometri a liquido, letti direttamente dall'input visivo.

• Sicurezza — 97,9% su Safety Instruction Following e 93,0% su Human Proximity con una soglia di un metro, secondo la reportistica sulla sicurezza di Google stessa. Le protezioni fisiche come arresti di emergenza, barriere e limiti di forza restano responsabilità dell'operatore; i punteggi descrivono il ragionamento, non l'hardware.

Non c'è alcun listino prezzi nell'annuncio stesso, solo un link alla pagina dei prezzi. Per un modello in anteprima è normale, ed è anche il primo dato di cui ha bisogno un team acquisti.

Lo schema dietro i due elementi

Lette insieme, le comunicazioni descrivono uno stack che viene costruito in pubblico e venduto in privato. Un modello del mondo è utile per l'addestramento dei robot solo se può generare abbastanza esperienza varia e azzerabile da contare; un pianificatore per robot è utile solo se può essere valutato rispetto a qualcosa di diverso da un corpus video fisso. Google sta chiaramente puntando l'uno verso l'altro. È altrettanto chiaro che non è pronto a consegnare nessuno dei due a un cliente non verificato: Genie 4 è riservato ai tester, ER 2 è solo in anteprima, e nessuno dei due ha una data di disponibilità generale.

Questo lascia una domanda pratica per chiunque stia costruendo sullo stack: quali parti sono richiamabili ora?

• Non utilizzabile. Genie 4, finché non si apre la lista d'attesa o non arriva un accordo di partnership per l'accesso anticipato. Gemini Robotics ER 2, a meno che tu non sia pronto a sviluppare basandoti su un'anteprima pubblica su Google Cloud.

• Disponibili oggi. Gemini Robotics ER 1.6 preview è nel catalogo di OrcaRouter, e lo è anche Gemini 3.8 Flash — lo stesso modello che Google indica come l'agente in-loop che controlla i frame di Genie 4 e ri pianifica. Nessuno dei due è il modello del mondo. Entrambi costituiscono la metà raziocinante della pipeline, e possono essere messi alla prova già ora invece che dopo una lista d'attesa.

OrcaRouter li instrada tutti attraverso un'unica API su oltre 200 modelli, con i prezzi di listino dei provider riportati a un ricarico dello 0%, così una variazione di prezzo di Google arriva nel nostro catalogo lo stesso giorno in cui viene pubblicata. Il failover automatico qui conta più del solito: un modello di livello preview può essere soggetto a limiti di frequenza o ritirato, e un secondo provider dietro la stessa chiamata è la differenza tra un esperimento e un'interruzione del servizio. Il routing DSL è l'altra opzione quando una pipeline ha bisogno del planner e di un modello separato per la verifica in un'unica chiamata composta. Non ospitiamo Genie 4, e nulla in questa nota va letto come una via per accedervi.

Che cosa cambierebbe questo brief?

Quattro eventi sposterebbero Genie 4 dalla colonna "demo" a qualcosa su cui un team può basare il proprio budget: una scheda tecnica pubblicata con risoluzione e frame rate; un prezzo per il livello Gemini API; una prima misurazione indipendente da fuori del gruppo di tester fidati; e Project Genie che rende disponibile Genie 4 agli abbonati AI Ultra, l'unica superficie consumer che Google ha indicato. L'evento equivalente per ER 2 è un tariffario e una data di disponibilità generale.

Fino ad allora, il riassunto onesto è che Google ha annunciato il modello del mondo più capace che abbia mai costruito e il pianificatore per robot più utilizzabile che abbia mai rilasciato, nella stessa settimana, e ha messo il più impressionante dei due dietro una lista d'attesa. Quello che puoi chiamare oggi è l'annuncio minore. Di solito è così che vanno le settimane di anteprima.