Questa settimana ho moderato un panel sui modelli del mondo alla conferenza All In (nessuna relazione con il podcast), il che mi ha dato un posto in prima fila in uno degli angoli più misteriosi del mondo dell'IA. I grandi protagonisti sono AMI Labs di Yann LeCun e World Labs di Fei-Fei Li — entrambe piene di entusiasmo e finanziamenti, ed entrambe collocate da qualche parte tra "basso" e "per niente" sulla scala del provare-a-fare-soldi.

Nel loro nucleo, i modelli del mondo riguardano l'automazione dell'intelligenza spaziale, quindi il campo potrebbe dirigersi in molte direzioni entusiasmanti e redditizie: robotica, video interattivi, sistemi di guida autonoma più complessi. Ma quando ho iniziato a insistere su dove avremmo effettivamente visto la tecnologia commercializzata, le cose si sono fatte nebbiose. La cosa più vicina a un'autorità che ho trovato è stata Michael Rabbat, co-fondatore di AMI Labs e VP dei World Models dell'azienda, che si è unito a me nel panel. Quando gli ho chiesto con insistenza su cosa stesse lavorando esattamente l'azienda, è stato evasivo. "Ne parleremo quando saremo pronti a parlarne." Via email, ha chiarito: "Siamo ancora in una fase di ricerca e sviluppo, quindi non parliamo pubblicamente di piani di prodotto o tempistiche."

A essere onesti, AMI ha meno di un anno, quindi mantenere il silenzio è più che giustificato. Ma questo tipo di evasività si estende a tutto lo spazio dei modelli del mondo. Marble di World Labs è probabilmente il prodotto più sviluppato del settore, con demo che vanno dalla semplice creazione di media alla costruzione di ambienti esplorabili per videogiochi ed effetti CGI. Ci sono anche casi d'uso per la robotica, ma l'intera piattaforma sembra più progettata per dimostrare capacità che per vendere qualcosa.

Questa segretezza si estende persino ai fornitori delle aziende. A margine della stessa conferenza, ho parlato con Alex de Vigan, CEO di Physicl — un fornitore di dati per il nascente business dei modelli del mondo. Dice di sapere che i dati di Physicl sono stati utili per qualunque cosa stiano costruendo, ma è ancora all'oscuro di cosa sia esattamente. "Vorrei che ci dicessero di più. Potremmo costruire dati più utili se sapessimo su cosa stanno lavorando", mi ha detto de Vigan.

Parte del mistero deriva da quanto siano versatili i modelli del mondo come idea. La versione più semplice è una mappa navigabile del mondo, simile ai modelli di IA che alimentano le auto a guida autonoma. Ma lo stesso approccio di modellazione che aiuta una Waymo a destreggiarsi nel traffico potrebbe anche aiutare un robot umanoide a trasportare scatole, o trasformare qualche minuto di filmato in un ambiente esplorabile. AMI ha già fatto i primi passi nella manifattura, nella biomedicina, nella robotica e persino nel software IA per medici attraverso la sua partnership con Nabia. Sicuramente non perseguirà tutte queste — ma forse una o due si stanno distinguendo?

Nessuno dubita che ci siano molti business redditizi da costruire sulla tecnologia dei modelli del mondo — e finché è facile raccogliere fondi, non c'è particolare pressione a concentrarsi su uno solo. Anzi, c'è una buona ragione per non farlo. Se AMI annunciasse domani di aver costruito un OpenClaw umanoide o un sistema di rendering hollywoodiano di nuova generazione, molti altri laboratori diventerebbero improvvisamente molto interessati al settore. Presto, il laboratorio dovrebbe affrontare la potenziale concorrenza delle altre aziende di modelli del mondo, dei neolab e persino di OpenAI e Anthropic.

Per certi versi, è il rovescio della medaglia di tutta quella facile raccolta fondi. Anche i tuoi concorrenti possono raccogliere fondi — e gli stessi soldi che ti permettono di costruire sotto il radar finanziano anche molti potenziali rivali una volta che il percorso verso il mercato diventa chiaro. Ma anche se quella concorrenza è inevitabile, è meglio ritardarla il più possibile, il che significa tacere su cosa stai costruendo esattamente.

I fan di Cixin Liu riconosceranno questo come uno scenario della foresta oscura: se non sai chi altro c'è nel bosco, è meglio non attirare l'attenzione.

Questo post è stato pubblicato per la prima volta il 18 settembre 2026.