Ecco il titolo riscritto: Architectural Prompting: Google Omni, quando l’AI non produce più output ma interpreta lo spazio

Google Omni: un modello multimodale che interpreta lo spazio architettonico

L’evoluzione degli strumenti basati su intelligenza artificiale non accenna a rallentare. Dopo la flessibilità mostrata dai generatori di immagini puri, l’attenzione si sposta su una nuova classe di modelli: nativamente multimodali e capaci di operare in tempo reale. Google ha rilasciato da pochi giorni il proprio modello denominato Omni, e le implicazioni per chi progetta spazi, volumi e percorsi visivi meritano un’analisi attenta.

Omni non è un generatore di immagini tradizionale. La sua architettura consente di elaborare simultaneamente testo, audio, video e dati visivi complessi, senza ricorrere a passaggi intermedi di conversione o preprocessing. Per il progettista ciò significa poter interagire vocalmente con il modello mentre questo analizza uno schizzo a mano libera, oppure chiedere una modifica dell’atmosfera di un render video mentre si descrive l’idea progettuale. Non si tratta più di impartire comandi unidirezionali, ma di instaurare una collaborazione con un assistente che comprende il contesto spaziale e visivo.

Un test concreto sulla navigazione dello spazio

Per valutare le capacità effettive di Omni è stato impostato un esperimento concettualmente semplice ma tecnicamente impegnativo. Si è partiti da una singola immagine statica di un ambiente interno, generata in precedenza. Su questa immagine è stato tracciato a mano libera un percorso sinuoso di colore rosso, senza l’ausilio di alcun software 3D o mappatura di telecamere virtuali.

La richiesta al modello è stata formulata in modo diretto: generare un video che simulasse il volo di un drone in FPV (first person view) seguendo esattamente la traccia rossa tracciata sull’immagine. Il risultato, considerando che Omni ha dovuto operare esclusivamente su quell’unico scatto 2D, mostra una comprensione dei volumi e delle relazioni spaziali notevole. Il modello ha dovuto dedurre la profondità, calcolare le distanze tra gli arredi, comprendere la prospettiva della stanza e animare una telecamera virtuale seguendo il segno grafico, senza disporre di un modello tridimensionale né di una mappa di profondità.

Limiti e potenzialità per il flusso di lavoro del progettista

L’output non è privo di imperfezioni. Durante l’animazione si osservano alcune incertezze prospettiche, come una leggera rotazione innaturale di un elemento d’arredo nel passaggio della telecamera. Tuttavia, va considerato che si tratta del primo risultato ottenuto senza alcun affinamento del prompt né iterazione successiva. La richiesta a Omni è stata quella di compiere un’operazione interpretativa di alto livello: ricostruire un percorso di volo tridimensionale e fluido a partire da una superficie piana, un limite che fino a poco tempo fa appariva invalicabile.

Per architetti e designer, questo test suggerisce un cambiamento nel modo di presentare i progetti. Non ci si limita più alla generazione di immagini statiche esteticamente curate, ma si inizia a intravedere la possibilità di creare ambienti navigabili partendo da un singolo render o, potenzialmente, da uno schizzo. La generazione dell’esperienza di attraversamento dello spazio potrebbe diventare una fase integrabile nel flusso di lavoro, con ricadute sulla comunicazione con la committenza. I prossimi test approfondiranno i limiti e le applicazioni di questo strumento nel contesto professionale.