Google spinge sull'acceleratore dell'AI creativa: foto che diventano video e musica generata su misura con Gemini

24/02/2026 SCIENZA E TECNOLOGIA Condividi Preferisci Informazione.News su Google

Redazione Scienza e Tecnologia   -   La frontiera dell'intelligenza artificiale generativa, applicata alla creazione di contenuti multimediali, compie un ulteriore e significativo passo in avanti grazie agli ultimi aggiornamenti dell'ecosistema Gemini di Google. L'azienda di Mountain View, in un periodo storico segnato dalla corsa all'innovazione tecnologica che vede anche il ritorno di Donald Trump alla presidenza degli Stati Uniti, sta infatti ampliando in maniera sostanziale le capacità del suo assistente, trasformandolo in una vera e propria fucina per la produzione di video e brani musicali. L'obiettivo dichiarato, e che traspare dalle nuove funzionalità, è quello di ridurre drasticamente la distanza tra l'intuizione creativa – un'idea, un ricordo, una foto scattata con lo smartphone – e il suo concretizzarsi in un formato pronto per la condivisione sui social o per arricchire la propria comunicazione digitale quotidiana.

Dopo aver gettato le basi con la generazione di immagini e i primi esperimenti nel campo sonoro, l'attenzione si concentra ora su due pilastri: il video e la musica. Per quanto riguarda il primo, la novità di maggior rilievo è rappresentata dalla funzionalità che consente di trasformare una semplice fotografia in un breve video clip della durata di otto secondi, completo di audio -5. Il meccanismo, accessibile agli abbonati ai piani Google AI Pro e Ultra tramite l'apposito menu a comparsa nella barra dei prompt, permette all'utente di caricare uno scatto e descrivere successivamente la scena che si intende animare, includendo anche indicazioni specifiche per la colonna sonora. Si passa, in questo modo, da un'immagine statica a una rappresentazione dinamica, animando oggetti quotidiani o donando movimento a paesaggi e disegni. Questo strumento si basa sul modello Veo, giunto a una maturazione tale da supportare anche la generazione nativa dell'audio, rendendo il risultato finale molto più coinvolgente e pronto all'uso -2. La risposta del pubblico, a giudicare dai numeri forniti dalla stessa Google che parla di oltre quaranta milioni di video generati nelle ultime sette settimane tra l'app Gemini e lo strumento Flow, sembra aver accolto con entusiasmo questa possibilità di dare vita ai propri ricordi visivi -5.

Parallelamente all'evoluzione del comparto video, l'azienda ha scelto di democratizzare l'accesso alla composizione musicale attraverso l'integrazione di Lyria 3, l'ultima iterazione del modello di generazione sonora sviluppato da Google DeepMind -1-7. Il servizio, già disponibile in fase di rilascio per tutti gli utenti maggiorenni anche in Italia e in lingua italiana, permette di creare tracce della durata di circa trenta secondi partendo da input di varia natura: non solo un prompt testuale in cui si descrive un genere, un'atmosfera o uno stato d'animo, ma anche caricando una fotografia, un documento in PDF o una presentazione -4-8. L'assistente, in quest'ultimo caso, è in grado di analizzare il contenuto del file per comporre un brano e un testo che si adattino perfettamente al contesto suggerito, arricchendo il tutto con una copertina personalizzata generata da un altro modello, chiamato Nano Banana. Si pensi, per esempio, alla possibilità di trasformare le foto di una gita fuori porta con il proprio cane in una breve ballata folk, oppure di trasformare un promemoria per un coinquilino in un pezzo punk rock anni Novanta: l'idea, come sottolineato da più fonti, non è tanto quella di sostituire il musicista professionista, quanto di offrire a chiunque uno strumento espressivo immediato e divertente per arricchire un post, un messaggio o uno Short di YouTube, piattaforma dove Lyria 3 sarà presto integrato in modo più capillare -7-8.

Maggior controllo creativo e tutele per il diritto d'autore

La terza versione di Lyria introduce miglioramenti sostanziali rispetto al passato, andando a operare su tre fronti principali. Il primo è l'automazione della scrittura dei testi, che vengono generati interamente dal sistema in base alla richiesta dell'utente, sollevandolo dal compito di dover fornire strofe già pronte. Il secondo riguarda il controllo creativo, offrendo la possibilità di intervenire su elementi specifici come lo stile musicale, le caratteristiche della voce e il tempo espresso in battiti per minuto -1. Il terzo, infine, è un netto miglioramento della qualità e del realismo delle composizioni, che appaiono più articolate e musicalmente complesse rispetto a quanto era possibile ottenere con le versioni precedenti del modello.

Un aspetto cruciale, e che Google ha gestito con cautela viste le note tensioni tra il mondo dell'AI e l'industria discografica, riguarda la tutela del copyright e l'identificazione dei contenuti sintetici. Ogni traccia realizzata tramite Gemini viene marcata con SynthID, una filigrana digitale impercettibile all'orecchio umano ma in grado di certificare l'origine del file come generato dall'intelligenza artificiale di Google -5-7. L'azienda ha inoltre esteso le sue capacità di verifica: è ora possibile caricare un file audio e interrogare Gemini per capire se esso sia stato prodotto con i suoi strumenti. Sul fronte della proprietà intellettuale, il modello è stato addestrato con accordi e collaborazioni con l'industria musicale, e sono stati implementati filtri specifici per evitare che il sistema imiti pedissequamente artisti esistenti qualora i loro nomi vengano citati nei prompt, limitandosi a cogliere un'ispirazione di stile più ampia -4. Un sistema di segnalazione, inoltre, è a disposizione di chi ritenga che i propri diritti siano stati in qualche modo violati, a testimonianza di un approccio che, pur nella spinta all'innovazione, cerca di muoversi con cautela in un terreno minato.

L'integrazione con l'ecosistema YouTube e i nuovi modelli di abbonamento

La strategia di Google non si limita all'applicazione autonoma di Gemini, ma guarda con decisione all'integrazione con la sua piattaforma regina: YouTube. Lyria 3, infatti, è in fase di implementazione all'interno di Dream Track, lo strumento pensato per i creator che desiderano personalizzare le colonne sonore dei propri Shorts -1. La possibilità di generare una base ritmica o una strofa personalizzata direttamente dall'ambiente di lavoro di YouTube punta a migliorare la qualità e l'unicità dei contenuti brevi, che rappresentano ormai il cuore pulsante dell'engagement sulla piattaforma. Questa sinergia tra strumenti di generazione e canali di distribuzione disegna un ecosistema sempre più chiuso e integrato, dove l'AI diventa il motore silenzioso ma pervasivo della creazione di contenuti. Mentre alcune funzionalità di base restano accessibili gratuitamente, le novità più interessanti come la generazione video avanzata e i limiti di utilizzo più elevati per la musica sono riservate agli abbonati ai piani a pagamento Google AI Pro e Ultra, chiarendo ulteriormente la direzione commerciale che l'azienda intende perseguire per monetizzare questi nuovi, potenti strumenti.