Genie 4 vs Hi3D v1.0: Un mondo che visiti o una mesh che conservi

Genie 4 ti offre un'esperienza che finisce quando finisce la sessione. Hi3D v1.0 ti offre un file. Questo è l'intero confronto, e vale la pena dirlo chiaramente perché i due modelli vengono discussi come se fossero adiacenti: entrambi sono generativi, entrambi producono un output dall'aspetto tridimensionale, ed entrambi sono arrivati a una settimana di distanza l'uno dall'altro nell'ottobre 2026. Genie 4, annunciato da Google DeepMind il 27 ottobre, è un modello del mondo interattivo in tempo reale che genera video con audio sincronizzato a partire da un prompt testuale e ti consente di guidarlo mentre è in esecuzione. Hi3D v1.0, rilasciato il 23 ottobre, è un raffinatore di geometria open-weights che trasforma una mesh grezza più un'immagine di riferimento in una mesh ad alta risoluzione e si ferma lì — nessuna texture, nessuna animazione, nessuna scena, nessun suono.

Leggi i materiali di lancio uno accanto all'altro e la discrepanza diventa evidente in modo utile. Il post di Google riguarda ciò che puoi fare all'interno di un mondo generato; la model card di Hi3D riguarda quanti vertici il refiner può risolvere. Uno è un'esperienza di prodotto senza esportazione. L'altro è uno strumento per asset senza esperienza. Se stai scegliendo tra loro, non stai scegliendo tra due modelli di mondo — stai scegliendo tra due deliverable, e solo uno dei due può essere messo in un file.

Cosa include realmente Hi3D v1.0

Il repository è insolitamente esplicito riguardo all'ambito, il che lo rende facile da valutare. Hi3D v1.0 affina una mesh grossolana in una ad alta risoluzione, condizionata a un'immagine di riferimento dello stesso oggetto. È basato sulla rappresentazione e sull'architettura di affinamento Sparc3D: i latenti sparsi vengono campionati su coordinate prese dalla mesh grossolana, decodificati da un autoencoder variazionale sparso con auto-pruning, e la superficie viene estratta, rivoxelizzata e il processo ripetuto. La griglia effettiva di estrazione sparsa pubblicata arriva fino a 1536 al cubo. Il report del progetto descrive l'addestramento su circa due milioni di asset 3D curati.

Quello che ottieni è geometria, e solo geometria. Non c'è texture, né materiale, né rig, né animazione e né posizionamento nella scena. L'output è una mesh che è stata ricentrata e normalizzata a un raggio massimo unitario, una scelta deliberata per un refiner e scomoda per chiunque volesse un asset in scala metrica. La model card indica che il codice di addestramento e l'harness di valutazione del paper non sono inclusi; il codice di inferenza è nel repository GitHub, e i pesi sono su Hugging Face con la Hi3D Open License 1.0.

Il profilo di calcolo è la parte che stabilisce se si tratta di un progetto da weekend o di una richiesta di acquisto. Il percorso documentato è un NVIDIA H20 da 96 GB senza fallback sulla CPU e con batch size pari a uno. Si tratta di un acceleratore da data center, non di una scheda consumer, e colloca il modello nella stessa classe hardware di un piccolo job di fine-tuning. Inoltre non esiste alcun benchmark numerico pubblicato — nessuna Chamfer distance, nessun F-score, nessuna tabella comparativa rispetto a Sparc3D o Hunyuan3D. Il repository ti chiede di fidarti della risoluzione e del numero di asset di training, entrambi cifre fornite dal progetto stesso.

Cosa offre davvero Genie 4

Genie 4 introduce una sessione. Descrivi un mondo con un prompt, guidalo in linguaggio naturale — sposta la fotocamera, cambia il meteo, aggiungi un personaggio — e genera frame con audio nativo in tempo reale, mantenendo la scena coerente per due minuti, secondo quanto dichiarato. Gemini Omni fissa aspetto e comportamento, mentre Gemini 3.8 Flash resta nel ciclo a controllare i frame e a ripianificare, ed è ciò che rende il modello utilizzabile come ambiente di esercitazione per compiti anziché come generatore di clip.

L'output è pixel e suono, fruiti in tempo reale. Non c'è alcuna mesh, né nuvola di punti, né mappa di profondità, né traccia della camera, né percorso di esportazione verso Blender, Unity o uno slicer. Google non pubblica risoluzione, frame rate, dimensione del modello, benchmark o prezzo, e l'accesso è riservato a un pool limitato di tester fidati con lista d'attesa; agli abbonati AI Ultra tramite Project Genie e ai partner in accesso anticipato all'API Gemini viene promesso «presto», senza una data. Le modalità di errore che Google ammette — deriva della permanenza degli oggetti, accuratezza spaziale imperfetta, testo illeggibile all'interno del mondo virtuale, accuratezza audio irrisolta — descrivono tutte un sistema il cui valore risiede nel momento dell'interazione, non nell'artefatto che ne resta.

Dimensione per dimensione

• Risultato finale — Genie 4 genera un mondo video e audio in tempo reale; Hi3D v1.0 genera un file mesh statico.

• Persistenza — Il mondo di Genie 4 finisce quando la sessione termina; la mesh di Hi3D v1.0 può essere archiviata, versionata e distribuita.

• Input — Genie 4 accetta testo più istruzioni di guida; Hi3D v1.0 accetta un'immagine di riferimento e una mesh grezza, il che significa che non può generare dal solo testo.

• Trattamento della superficie — L'output di Genie 4 è costituito da frame completamente ombreggiati; l'output di Hi3D v1.0 è geometria non texturizzata, con l'aspetto lasciato a una fase di texturing a valle.

• Calcolo — Genie 4 gira sull'infrastruttura di Google, accessibile su invito; Hi3D v1.0 gira su un H20 da 96 GB che devi possedere o noleggiare.

• Accesso — Genie 4 è disponibile solo in lista d'attesa e senza prezzo; i pesi di Hi3D v1.0 sono ora scaricabili con la Hi3D Open License 1.0, con termini commerciali che scattano al superamento di una soglia di utenti e ricavi.

• Prove — Genie 4 dispone di demo e dichiarazioni del fornitore senza alcun benchmark pubblicato; Hi3D v1.0 dispone di un report di progetto e dati sulla risoluzione, ma neanche di un benchmark 3D indipendente.

La sovrapposizione che le persone presumono, e il divario che in realtà c'è

L'ipotesi è che un modello del mondo e un generatore 3D siano due percorsi verso lo stesso asset. Non lo sono, per una ragione strutturale: Genie 4 genera frame in modo autoregressivo e non mantiene una rappresentazione 3D esplicita. La sua coerenza è una proprietà emergente della sequenza, non un grafo della scena che si possa ispezionare. Ecco perché il mondo va alla deriva dopo ripetute modifiche, ed è anche il motivo per cui non c'è nulla da esportare. Un visualizzatore vede un luogo tridimensionale; il modello non ne ha costruito uno.

Hi3D si colloca sull'altro lato di quella linea. Presuppone che qualcuno abbia già una mesh grezza — proveniente da un generatore, da una scansione o da un'approssimazione CAD — e rende quella mesh più definita. Non può inventare un oggetto a partire da un prompt, non può collocare due oggetti in una stanza e non può animare nulla. Se gli si fornisce una silhouette scadente, restituirà una silhouette scadente ma più definita, il che è un rischio reale di cui la scheda modello non parla.

Quindi i formati non si incontrano a metà strada. Non esiste una pipeline pubblicata che prenda una sessione di Genie 4 e la trasformi in una mesh, e non esiste una pipeline pubblicata che prenda una mesh Hi3D e la trasformi in un mondo interattivo. L'unica sovrapposizione onesta è all'inizio di un progetto: entrambi possono orientare una decisione su come dovrebbe apparire una scena prima che qualcuno si impegni a costruirla. Uno ti mostra l'inquadratura; l'altro ti fornisce un singolo oggetto al suo interno.

Il costo di proprietà, ed è lì che la scelta si decide davvero.

Hi3D v1.0 ha un prezzo che puoi calcolare oggi: il costo di una GPU da 96 GB per la durata del raffinamento, più il tempo di ingegneria per assemblare il percorso di inferenza, più quanto richiede la licenza una volta che il tuo prodotto supera la soglia. È conoscibile, preventivabile e ripetibile. Il compromesso è che possiedi la pipeline e i suoi modi di guasto.

Genie 4 non ha un costo calcolabile. Non esiste un prezzo API, nessun prezzo di abbonamento specifico per il modello e nessun contatore di utilizzo pubblicato. L'unico numero associato all'accesso è l'abbonamento AI Ultra che attualmente raggiunge Genie 3 tramite Project Genie, e Google non ha detto se Genie 4 sarà incluso allo stesso livello o prezzato separatamente. Un team non può metterlo in un budget, il che è un motivo legittimo per aspettare anche se le demo sono esattamente ciò di cui il progetto ha bisogno.

Nessuno dei due modelli è nel catalogo di OrcaRouter, e vale la pena spiegare il perché invece di lasciare un vuoto: oggi non ospitiamo un modello di generazione o raffinamento 3D, e Genie 4 non ha un endpoint pubblico a cui instradare. Ciò che il catalogo offre invece è il livello di generazione video ospitato — modelli come Kling v3 che trasformano un prompt in un clip — e quelli sono strumenti da prompt a video, non modelli del mondo interattivi. Trattarli come sostituti di Genie 4 sarebbe un errore di categoria, quindi non lo faremo. Quello che possiamo offrire è lo stack circostante: un'unica API su oltre 200 modelli con i prezzi di listino dei provider trasferiti senza ricarico (markup 0%), failover automatico tra provider e un DSL di routing per comporre più modelli in un'unica chiamata. Se una pipeline ha bisogno di un captioner, di un planner e di un modello video, quella composizione è la parte in cui possiamo davvero essere d'aiuto.

La decisione, quindi, non è affatto incerta. Se il risultato da consegnare è una mesh che una stampante, un motore di gioco o una pipeline di revisione utilizzerà, Genie 4 non è in gara e Hi3D v1.0 è l'unico dei due che produce ciò che ti serve — a condizione che tu abbia la GPU e possa vivere senza texture. Se il risultato da consegnare è un giudizio su come un luogo si muove e suona, Hi3D v1.0 non è in gara e Genie 4 è l'unico dei due che te lo mostra, una volta aperta la lista d'attesa. Compra l'artefatto, non la demo.