Red Hot Cyber
Sicurezza Informatica, Notizie su Cybercrime, Analisi Vulnerabilità e Intelligenza Artificiale
Arrivano i World Model: perché l’interazione con gli oggetti è fondamentale per l’IA del futuro

Arrivano i World Model: perché l’interazione con gli oggetti è fondamentale per l’IA del futuro

22 Luglio 2026 08:25
In sintesi

L'intelligenza artificiale sta sviluppando i World Model, sistemi avanzati che simulano ambienti fisici interattivi. Google DeepMind ha presentato Genie 3, World Labs Marble e Runway GWM-1, con investimenti di circa un miliardo di dollari ciascuna per World Labs e Advanced Machine Intelligence, e 315 milioni per Runway. Questi modelli mirano a colmare la lacuna degli LLM nella comprensione dello spazio fisico, prevedendo le conseguenze delle azioni in scenari dinamici.

Negli ultimi anni l’intelligenza artificiale è stata associata principalmente alle grandi modelli linguistici (LLM), capaci di generare testi, rispondere a domande e tradurre documenti. Il focus degli investimenti e della ricerca, ora si sta spostando verso sistemi in grado di interagire non solo con il linguaggio, ma anche con il più complesso ambiente fisico.

Questi modelli, chiamati “World Model“, i quali mirano a creare rappresentazioni dell’ambiente circostante, prevedendo le conseguenze delle azioni e simulando spazi interattivi.

A differenza dei noti LLM, che producono frammenti di testo, questi modelli possono ricostruire dinamiche fisiche: come ad esempio scenari con oggetti in movimento e con più utenti.

Advertising

Il loro sviluppo segue una logica opposta a quella dei chatbot: mentre gli LLM hanno prima ottenuto un’interfaccia per poi trovare applicazioni pratiche, i World Model partono da scenari specifici.

Alcuni progetti mirano all’addestramento di robot, altri alla creazione di ambienti 3D per gaming e cinema, altri ancora a esperimenti scientifici virtuali.

L’interesse per questo genere di modelli cresce sempre di più in quanto gli LLM, pur eccellendo con conoscenze astratte, mancano di un’esperienza diretta dello spazio. Un’IA può descrivere la caduta di un bicchiere senza comprendere realmente il movimento, forma o gravità. Si tratta di concetti che l’uomo assimila fin dall’infanzia.

I World Model invece colmano questa lacuna: non si limitano a riconoscere oggetti, ma analizzano la posizione, la geometria e il comportamento. Se una porta viene aperta o un robot tira un nastro adesivo, il sistema deve prevedere lo stato successivo della scena, anche in assenza di uno scenario predefinito.

Negli ultimi anni, le ricerche sono uscite dai laboratori. Google DeepMind ha presentato Genie 3, che genera ambienti interattivi in tempo reale tramite video. World Labs ha sviluppato Marble, trasformando testo e immagini in spazi esplorabili in 3D. Runway ha creato GWM-1, un insieme di modelli specializzati: uno per la navigazione in scenari dinamici, un altro per personaggi digitali con voce e immagine, e un terzo per testare algoritmi robotici.

Advertising

Gli investimenti sono sostanziosi: World Labs e Advanced Machine Intelligence hanno raccolto circa un miliardo di dollari ciascuna, mentre Runway ha ottenuto 315 milioni. Sebbene alcuni vedano in queste tecnologie un passo verso l’AGI, gli obiettivi immediati sono più concreti: addestramento robotico, produzione di contenuti per gaming e cinema, simulazione di processi fisici ed esperimenti virtuali.

Il termine “World Model” rimane vago. In passato indicava sistemi predittivi in robotica, ma oggi si riferisce a tecnologie generative su larga scala, addestrate con video, immagini e altri dati. Oggi racchiude approcci diversi: generatori di video, creatori di oggetti 3D o strumenti per valutare il comportamento dei robot.

Tutti condividono alcune caratteristiche: devono costruire una rappresentazione spaziale coerente, elaborare azioni in tempo reale e gestire input multimodali (testo, immagini, comandi). A differenza dei chatbot, che rispondono a messaggi in modo sequenziale, i modelli mondiali operano in continuo, aggiornando simultaneamente più processi.

La base tecnologica di molte soluzioni commerciali è la generazione video. Per aziende già attive nel settore, il passaggio ai modelli mondiali è stato naturale.

Le prime applicazioni pratiche potrebbero rivoluzionare settori come l’automazione industriale e la simulazione scientifica, offrendo strumenti più avanzati rispetto agli LLM tradizionali.


📢 Resta aggiornatoTi è piaciuto questo articolo? Rimani sempre informato seguendoci su 🔔 Google News.
Ne stiamo anche discutendo sui nostri social: 💼 LinkedIn, 📘 Facebook e 📸 Instagram.
Hai una notizia o un approfondimento da segnalarci? ✉️ Scrivici


Carolina Vivianti 300x300
Carolina Vivianti è consulente/Advisor autonomo in sicurezza informatica con esperienza nel settore tech e security. Ha lavorato come Security Advisor per Ford EU/Ford Motor Company e Vodafone e ha studi presso la Sapienza Università di Roma.
Aree di competenza: Cybersecurity, IT Risk Management, Security Advisory, Threat Analysis, Data Protection, Cloud Security, Compliance & Governance