Enter è stato presente all'HackPrinceton Spring 2026: 410 partecipanti, 36 ore, nel campus di Princeton. Eravamo lì per sostenere la prossima generazione di costruttori. Il team dietro Atlas è stato uno di quelli che abbiamo continuato a seguire.

Il problema di come insegniamo

C'è una lacuna al centro della maggior parte dell'istruzione che chiunque abbia seguito una lezione di storia conosce già.

Ti viene raccontato cosa è successo. Leggi le parole. Fai il test. E da qualche parte tra il libro di testo e l'esame, la cosa che avrebbe dovuto contare — il momento, il luogo, la realtà di essa — non arriva mai del tutto. Rimane astratta. Parole su una pagina che descrivono un mondo che non puoi vedere.

Lo stesso vale per la scienza. La fotosintesi è una parola prima di essere un processo. I passaggi vengono memorizzati. La comprensione, l'intuizione di ciò che sta realmente accadendo all'interno di una foglia quando viene colpita dalla luce: ciò richiede qualcosa di più di un semplice diagramma.

Il team dietro Atlas è partito da una semplice osservazione: gli strumenti per cambiare tutto questo esistono già. Ambienti 3D immersivi, intelligenza artificiale in grado di parlare e ragionare in tempo reale, generazione di mondi da un singolo prompt testuale. La domanda era se quegli strumenti potessero essere assemblati in qualcosa che sembrasse meno un prodotto e più un luogo.

Cos'è realmente Atlas

Scrivi qualsiasi evento storico o concetto scientifico. Entra in un mondo 3D generato costruito attorno ad esso.

Questo è il cuore di Atlas, e la descrizione sottostima ciò che si prova realmente a usarlo. Il mondo non è un'illustrazione o una simulazione nel senso tradizionale. È un ambiente fotorealistico generato dal tuo prompt, renderizzato in tempo reale e costruito attorno alla cosa specifica che sei venuto a capire.

All'interno di quel mondo c'è una Guida AI. Parla. Ascolta. Risponde alle domande nel modo in cui farebbe una persona esperta che ti sta accanto in quell'ambiente: basata sulla scena attorno a te, sugli oggetti che puoi vedere, nel contesto specifico di dove ti trovi e cosa stai guardando. Puoi cliccare su singoli elementi e chiedere informazioni direttamente su di essi. Per le scene scientifiche, gli esperimenti guidati rispondono alle tue azioni. Un ciclo di fotosintesi che cambia mentre interagisci con esso. Un mondo che insegna facendo, non dicendo.

L'interfaccia di Atlas che mostra un ambiente 3D generato di un antico villaggio cinese, con la Guida AI attiva nell'angolo, pronta a rispondere a domande basate sugli oggetti e sul contesto spaziale visibili nella scena.

Il difficile problema che hanno risolto

La sfida tecnica più interessante che Atlas ha incontrato è stata anche quella più fondamentale: mantenere la Guida AI onesta riguardo a ciò che era effettivamente presente.

Un modello linguistico, a cui viene data piena libertà all'interno di un mondo che non può vedere, colmerà le lacune. Descriverà persone non presenti, farà riferimento a oggetti mai generati, aggiungerà un contesto che sembra corretto ma non è radicato nell'ambiente reale in cui si trova lo studente. Per una lezione di storia, quel tipo di allucinazione non è solo imprecisa, mina attivamente ciò che Atlas sta cercando di fare.

La soluzione è stata un sistema di grafo della scena: una rappresentazione strutturata di ogni elemento etichettato e interrogabile all'interno del mondo generato. Prima che la Guida risponda a qualsiasi cosa, legge la scena. Sa cosa c'è. Ogni risposta è ancorata a quel contesto spaziale e storico, non alla conoscenza generale del modello su come potrebbe apparire un antico villaggio cinese.

Il risultato è un'IA che si comporta meno come un motore di ricerca e più come una guida che è stata anche lei in quella stanza.

L'architettura del grafo della scena dietro Atlas struttura ogni mondo generato in elementi etichettati e interrogabili, dando alla Guida AI una base spaziale affinché ogni risposta rifletta ciò che lo studente può effettivamente vedere.

Di cosa vanno più fieri

Il ciclo completo che funziona dall'inizio alla fine.

Scrivi un prompt. Un vero mondo 3D si genera attorno ad esso. Una Guida AI vocale risponde alle domande dall'interno di quel mondo con dettagli storicamente accurati e spazialmente fondati. Per un team che lavora a un hackathon — assemblando una pipeline che spazia dalla generazione del mondo, al rendering 3D, all'interpretazione della scena, all'IA conversazionale e alla sintesi vocale — riuscire a chiudere quel ciclo in modo pulito in 36 ore è il vero risultato.

La modalità di esperimento STEM si è distinta persino per il team stesso. Insegnare la scienza attraverso l'interazione piuttosto che attraverso l'istruzione cambia la relazione tra lo studente e il concetto. Non stai memorizzando i passaggi della fotosintesi. Stai guardando come essa risponde a ciò che fai. Quella distinzione conta più di quanto possa sembrare.

Cosa succede dopo

La qualità della generazione del mondo è l'area più chiara in cui migliorare: il Gaussian Splatting crea ambienti fotorealistici, ma la risoluzione attuale ha dei limiti e il team vuole espandere sia la fedeltà che la scala di ciò che viene generato da un singolo prompt.

L'ambizione più grande è la VR. Un mondo 3D su uno schermo è una cosa. Stare al suo interno, muoversi attraverso di esso con il proprio corpo, protendersi verso un oggetto per chiedere informazioni su di esso: questa è la versione di Atlas che colma completamente il divario tra imparare e fare esperienza.

L'idea più grande

L'istruzione ha sempre avuto le giuste intenzioni. Gli strumenti per soddisfare tale intenzione sono rimasti indietro.

Ciò che Atlas rappresenta è l'inizio di un modello genuinamente diverso: uno in cui l'ambiente insegna, in cui le domande trovano risposta nel contesto, in cui la distanza tra un concetto e una comprensione sentita di esso crolla. La tecnologia per costruire questo è esistita a pezzi per anni. Ciò che è cambiato è la capacità di assemblare quei pezzi in qualcosa in cui uno studente può effettivamente entrare.

Questo è il tipo di problema su cui vale la pena spendere 36 ore. E il tipo di risposta che richiede più di 36 ore per essere completata.