MIRA mostra una direzione insolita per l’AI applicata ai videogiochi: generare in tempo reale una partita ispirata a Rocket League senza appoggiarsi a un motore fisico o a un motore di rendering. L’esperienza permette di scegliere uno dei quattro schermi disponibili, mentre quelli già occupati da altri utenti risultano oscurati. Gli schermi liberi vengono invece generati automaticamente, creando una scena condivisa in cui l’azione è prodotta dal modello.
Il dato tecnico più significativo è proprio l’assenza di un physics engine e di un rendering engine. Il giocatore può muoversi con i tasti WASD, effettuare rotazioni aeree con Q ed E, saltare con la barra spaziatrice, usare il boost con O e attivare il power slide con P. Tra input e azione visibile compare un lieve ritardo, dovuto al fatto che il sistema genera le azioni in tempo reale sulla base dei comandi ricevuti.
La dimostrazione non si limita a produrre immagini plausibili: cerca di mantenere coerenza con alcune regole riconoscibili del gioco. Le quattro auto sullo schermo si muovono in modo sincronizzato e il comportamento tipico di Rocket League, come l’impossibilità di usare il boost quando la riserva si esaurisce, viene riprodotto tracciando il livello di boost. Quando viene segnato un gol, compare la scritta GOAL! accompagnata da un effetto visivo.
MIRA nasce da una collaborazione tra gli istituti di ricerca General Intuition e Kyutai insieme a Epic Games, società che fornisce Rocket League. Per costruire il modello, il team non ha utilizzato gameplay umano, ma dati provenienti da Necto, un bot basato su machine learning già rilasciato in precedenza per Rocket League. La scelta incide sul comportamento osservabile: Necto ha una precisione di controllo molto elevata e, di conseguenza, le auto non controllate direttamente da un giocatore riescono spesso a eseguire azioni spettacolari.
Il risultato indica come i dati sintetici o generati in ambienti controllati possano diventare un materiale operativo per addestrare modelli capaci di gestire dinamiche complesse. In questo caso l’ambiente è quello di un videogioco, con regole definite, spazio d’azione limitato e feedback immediato. Per imprese e sviluppatori, il punto non è solo l’effetto scenico della generazione video, ma il possibile uso di mondi simulati come palestra per sistemi che devono apprendere relazioni tra comandi, conseguenze fisiche e rappresentazione visiva.
Il progetto mostra però anche limiti molto concreti. La context window di MIRA è di circa 4 secondi, una finestra troppo breve per conservare correttamente memoria degli eventi precedenti. Il difetto emerge nei replay dei gol: quando parte la riproduzione, il modello non ricorda davvero che cosa sia accaduto e genera una sequenza plausibile, ma non coerente con il gol appena segnato. Il team ha spiegato che il replay “sembra plausibile”, ma non corrisponde all’azione reale.
Questa fragilità aiuta a leggere MIRA non come una sostituzione completa dei motori di gioco, ma come un passaggio sperimentale verso la physical AI. Gli sviluppatori descrivono il progetto come una tappa intermedia: i dati del mondo reale sono diversi e limitati nella quantità, e un sistema che non funziona bene nemmeno in un ambiente di gioco controllato avrebbe poche possibilità di riuscire con dati reali. L’ipotesi di lavoro è pre-addestrare con grandi quantità di dati di gioco e poi affinare il modello con una quantità molto più piccola di dati reali.
Nel rilascio di MIRA, gli sviluppatori hanno pubblicato non solo il dataset, ma anche l’intera codebase per training e inference. È una scelta che rende il progetto più osservabile dalla comunità tecnica e consente di verificare meglio dove la generazione in tempo reale riesce a mantenere coerenza e dove invece perde memoria, continuità o fedeltà causale. La traiettoria è chiara: partire da un gioco con regole note per avvicinare i modelli generativi a una comprensione più operativa dell’azione fisica.