Il 19 maggio 2026, a Google I/O, Google DeepMind annuncia Gemini Omni: un solo modello multimodale che accetta qualsiasi input — testo, immagine, audio, video, schizzo — e genera video di alta qualità fondati sulla conoscenza del mondo reale. Non è un generatore di immagini qualunque: combina un modello intuitivo delle forze fisiche (gravità, energia cinetica, fluidodinamica, inerzia) con tutto ciò che Gemini ha appreso di storia, scienza, biologia e cultura. Sa esattamente con che peso cade una goccia, come l'acqua rimbalza sull'asfalto, come sale il vapore. Demis Hassabis lo definisce un passo verso l'AGI: «il vero progresso sta nel comprendere il mondo fisico, non solo nel produrre immagini realistiche». È una macchina che conosce il mondo fisico nei minimi dettagli — senza aver mai avuto un corpo, senza essere mai caduta, senza essersi mai bagnata. Per la prima volta la conoscenza più accurata del reale appartiene a qualcosa che il reale non l'ha mai abitato. Comprensione perfetta dell'esperienza, da parte di chi non ha mai avuto esperienza.