Genie 4 vs ABot-Earth 0.7: uno simula un luogo, l'altro ne ricostruisce uno reale

Metti le due richieste una accanto all'altra e la differenza è immediata. Chiedi a Genie 4 una strada piovosa al crepuscolo e ottieni una strada che non è mai esistita, renderizzata in pixel, controllabile tramite testo, che resta coerente per circa due minuti. Chiedi ad ABot-Earth 0.7 la stessa strada e ti chiederà quale strada — oppure prenderà un'immagine satellitare di una strada — per poi ricostruire quella specifica località come geometria 3D esplorabile in circa dieci minuti su una singola scheda grafica consumer. Entrambi si chiamano modelli del mondo e rispondono a domande diverse: che aspetto potrebbe avere un luogo, rispetto a che aspetto ha questo luogo.

Quella distinzione decide quasi ogni confronto pratico tra i due. Genie 4, annunciato da Google DeepMind il 27 ottobre 2026, è un simulatore generativo per scene che non esistono. ABot-Earth 0.7, rilasciato da Amap — la divisione cartografica e di navigazione di Alibaba — il 10 settembre 2026, è un motore di ricostruzione per città che esistono. Nessuno dei due rende superfluo l'altro, e scegliere male ti costerà mesi.

Le due richieste, esposte chiaramente

Genie 4 prende un prompt o un fotogramma iniziale insieme all'input da tastiera e fotocamera e genera in tempo reale un mondo simile a un video. Lo guidi con il linguaggio durante la simulazione: cambia il meteo, sposta la fotocamera, introduci un personaggio. Genera audio in modo nativo — suoni ambientali, musica e dialoghi con personaggi che rispondono nella scena — e rimane coerente per circa due minuti prima che i dettagli inizino a divergere. È un'anteprima di ricerca per tester fidati, con gli abbonati a Google AI Ultra e i partner con accesso anticipato all'API Gemini come prossimi.

ABot-Earth 0.7 prende un'immagine satellitare georeferenziata o una descrizione testuale di una località e genera una scena di Gaussian splatting 3D di quella città — strade, edifici, terreno — che puoi poi esplorare. Amap la presenta come il primo modello del mondo urbano nativo 3D, capace di generazione continua dalla scala planetaria fino al livello della strada, in 196 paesi e regioni. È integrato nei prodotti consumer di Amap: Flying Street View 2.0, Navigation Live e una funzione di navigazione che l'azienda chiama Avoid-Pitfall Guide.

Rileggi quei due paragrafi e nota cosa manca in ciascuno. L'output di Genie non ha geografia, né coordinate, né alcuna garanzia che l'edificio a sinistra sia quello che si trova davvero lì. L'output di ABot-Earth non ha narrazione, né personaggi, né suono, e non ha la capacità di diventare un luogo che non è già un luogo.

Pixel che guardi, geometria che cammini

Il formato dell'output è la differenza tecnica più profonda ed è quello che più probabilmente determinerà la tua risposta.

Output — Genie 4 produce fotogrammi video generati con audio generato sincronizzato; ABot-Earth 0.7 produce Gaussian splat 3D, una rappresentazione esplicita della scena.

• Guidabilità — Genie 4 è pilotato dal linguaggio naturale in fase di esecuzione; ABot-Earth 0.7 è pilotato dalla scelta della posizione in fase di generazione.

• Verità geografica — Genie 4 non ne possiede alcuna per design; ABot-Earth 0.7 è ancorato a una coordinata reale.

• Audio — nativo e generativo su Genie 4; non è una funzionalità di ABot-Earth 0.7.

• Tempo per una scena utilizzabile — secondi di generazione su Genie 4, circa dieci minuti per chilometro quadrato su ABot-Earth 0.7.

• Limite di coerenza — circa due minuti di simulazione priva di deriva su Genie 4; una ricostruzione statica che non scade.

I Gaussian splats sono importanti qui per un motivo che non ha nulla a che fare con la qualità visiva. Uno splat è una scena attraverso cui puoi muovere una telecamera senza che il modello debba inventare le parti che non hai guardato — perché sono state catturate, non immaginate. Genie 4 ha la proprietà opposta: tutto ciò che è fuori campo viene generato su richiesta, e Google ammette che la permanenza degli oggetti vacilla, il che significa che la stanza da cui sei uscito potrebbe non essere la stanza in cui rientri.

L'affermazione sulla scala, tradotta

I numeri di Amap sono elevati e dichiarati dal fornitore, e vanno letti come tali. L'azienda afferma che un chilometro quadrato di città richiede circa dieci minuti su una GPU di classe consumer, che questo è fino a 1.000 volte più veloce della ricostruzione fotogrammetrica tradizionale e che costa circa un centesimo. Coprire 196 paesi è un'affermazione sulla copertura degli input, non un'affermazione che ognuno di quei luoghi sia stato ricostruito.

La cifra di 1.000× è quella da trattare con cautela. Le pipeline di ricostruzione tradizionali — voli con droni, fotogrammetria, pulizia manuale — richiedono giorni e una squadra di rilevamento, quindi un confronto con esse equivale a paragonare una fase di generazione a un'intera operazione sul campo. Rispetto ad altri metodi di ricostruzione neurale, il divario sarà molto più piccolo. Ciò che è difendibile è la forma dell'affermazione: generare un chilometro di città in dieci minuti su hardware che potresti già possedere rappresenta un ordine di accesso diverso rispetto all'assunzione di una squadra di rilevamento.

Genie 4 non pubblica alcun dato comparabile. Non ci sono risoluzione, frame rate, valori di latenza né costi dichiarati. Non è possibile mettere il suo throughput accanto a quello di Amap, il che è di per sé una conclusione: un modello che non dichiara il proprio frame rate non è ancora competitivo in termini produttivi.

La disponibilità è il punto in cui il confronto diventa davvero onesto

Entrambi questi modelli sono ad accesso limitato, e in modi diversi che fanno la differenza.

Genie 4 è un'anteprima di ricerca per tester di fiducia, con una lista d'attesa pubblica e la promessa di un accesso più ampio "nelle prossime settimane" tramite AI Ultra e Gemini API. Non ci sono prezzo, limite di frequenza, SLA né condizioni d'uso per output commerciali. Se sei uno studio, non puoi pianificare in base a esso; puoi solo osservarlo.

ABot-Earth 0.7 è peggiore per uno sviluppatore esterno nonostante sia più vecchio. Non ci sono pesi pubblici, né scheda del modello, né API, né prezzi, né documentazione per sviluppatori. Il sito dimostrativo è solo in cinese semplificato e la generazione è solo su invito. È una funzionalità di prodotto all'interno delle app consumer di Amap che l'azienda ha scelto di descrivere come un modello del mondo, non una piattaforma su cui puoi costruire.

Quindi la risposta onesta a «quale posso usare» è: nessuno dei due, oggi, senza un rapporto con il fornitore. Ciò che cambia è la direzione intrapresa. Google ha indicato i canali — AI Ultra, la Gemini API, AI Studio — e fornito una tempistica in settimane. Amap ha indicato le proprie app.

Dove ognuno è davvero valido

Il valore di Genie 4 sta in mondi che non devono essere reali. La pre-visualizzazione cinematografica, dove lo scopo è testare il linguaggio della macchina da presa prima che esista un set. La prototipazione di giochi, dove vuoi esplorare una meccanica in uno spazio che nessun artista ha costruito. Robotica e addestramento di agenti, dove la demo di Google stessa ha abbinato Genie 4 a Gemini 4 Argon per scomporre le attività per un umanoide Apptronik Apollo — la simulazione è uno spazio di prova, e uno spazio di prova è tanto più utile quanto meno assomiglia a una strada specifica.

Il valore di ABot-Earth 0.7 sta nei mondi che devono essere reali. Prodotti di navigazione, dove un edificio sbagliato è una svolta sbagliata. Pianificazione urbana, dove la domanda è in che modo un progetto proposto incide su una linea di visuale. Assicurazioni e ispezioni, dove il risultato deve corrispondere a un indirizzo. Ovunque la frase "non è come sembra" sia un fallimento anziché una scelta creativa.

Esiste un ibrido ovvio che nessuna delle due aziende ha commercializzato: usare una ricostruzione per stabilire geometria e geografia, poi usare un modello generativo per ridisegnarne lo stile, cambiarne il meteo, popolarlo o farvi muovere una telecamera in modi che la cattura non ha mai coperto. Amap ha la geometria e nessuno strato generativo. Google ha lo strato generativo e nessuna geografia. Chiunque colleghi queste due metà possiede la prossima versione di questa categoria.

Cosa servirebbe per scegliere

Se il tuo lavoro richiede una specifica posizione reale, ABot-Earth 0.7 è l'unico dei due in grado di fornirtela, e dovresti iniziare subito la conversazione con Amap invece di aspettare un programma per sviluppatori che potrebbe non essere mai aperto.

{{1}}Se il tuo lavoro ha bisogno di un luogo plausibile che non esiste, con audio e regia live, Genie 4 è la capacità più forte e il prodotto più debole{{/1}} — {{2}}una lista d'attesa e una promessa{{/2}}. {{3}}La mossa ragionevole è prototipare la pipeline circostante su qualcosa che puoi chiamare oggi e inserire il modello del mondo quando l'accesso arriverà{{/3}}. {{4}}Nel nostro caso ciò significa costruire la metà del ciclo dedicata a planner e verificatore su endpoint LLM instradabili{{/4}} — {{5}}una sola API, 0% di ricarico sui prezzi di listino dei provider, failover automatico tra provider{{/5}} — {{6}}perché quella metà è la parte che non cambierà quando cambierà il modello del mondo{{/6}}.

La tentazione è chiedere quale modello sia migliore. La domanda utile è più ristretta: il tuo mondo deve trovarsi da qualche parte? Genie 4 dice di no e ti fornisce una telecamera. ABot-Earth 0.7 dice di sì e ti fornisce delle coordinate. Quasi ogni altra differenza tra loro deriva da quella singola risposta.