La mappa degli LLM italiani: oltre Minerva, la corsa dell'Italia ai modelli linguistici sovrani

L'Italia non è più soltanto un utilizzatore di intelligenza artificiale straniera. Nel 2026 è emerso un vero e proprio ecosistema di grandi modelli linguistici nazionali, con almeno cinque protagonisti impegnati a costruire sistemi capaci di comprendere e scrivere in italiano. Una piccola grande rivoluzione tecnologica, ancora poco raccontata al grande pubblico.

Da curiosità accademica a ecosistema

Fino a poco tempo fa lo sviluppo di modelli linguistici italiani era considerato una curiosità accademica. Oggi, secondo le mappe di settore, è diventato un ecosistema con almeno cinque protagonisti attivi, tra università, centri di ricerca e aziende private. Il filo conduttore che li unisce è la cosiddetta sovranità linguistica e tecnologica del Paese.

Le ragioni di questa corsa sono molto concrete. Ridurre la dipendenza dai modelli statunitensi, garantire la protezione dei dati secondo le regole europee e disporre di sistemi che comprendano davvero la lingua e la cultura italiane sono obiettivi strategici, sia per la pubblica amministrazione sia per le imprese del nostro Paese.

Minerva, il pioniere

Il capostipite di questa avventura è Minerva, sviluppato dal gruppo di ricerca dell'Università Sapienza di Roma guidato da Roberto Navigli. Descritto come il primo modello addestrato da zero in lingua italiana, Minerva ha dimensioni comprese tra i trecentocinquanta milioni e i sette miliardi di parametri ed è rilasciato con licenze aperte.

Il valore di Minerva sta soprattutto nell'aver dimostrato che è possibile costruire un modello nativo italiano senza partire da sistemi stranieri preesistenti. Addestrato sul supercomputer Leonardo, ha ottenuto buoni risultati nei test in lingua italiana, aprendo di fatto la strada a tutti i progetti che sono arrivati dopo nel mondo della ricerca.

Velvet, la scommessa di Almawave

Sul fronte industriale spicca Velvet, la famiglia di modelli sviluppata dall'azienda Almawave. Comprende versioni di diverse dimensioni, fino a un modello da venticinque miliardi di parametri annunciato nell'ottobre del 2025, e una variante dedicata alla voce. Anche Velvet è stato addestrato sul supercomputer Leonardo gestito dal consorzio CINECA.

La particolarità di Velvet, come dichiara la stessa azienda, è di essere costruito su un'architettura proprietaria, senza basarsi su modelli già esistenti. È pensato per essere multilingue, coprendo le lingue ufficiali dell'Unione Europea, e per rispondere alle esigenze delle imprese e della pubblica amministrazione, a partire dai contact center.

Domyn e i modelli per i settori regolati

Un approccio diverso è quello di Domyn, l'azienda nata dalla trasformazione di iGenius. Il suo modello Italia, da dieci miliardi di parametri, è pensato specificamente per i servizi finanziari, la pubblica amministrazione e la grande industria, con una particolare attenzione ai documenti complessi come atti, sentenze e normative.

Domyn ha inoltre presentato un modello molto più grande, chiamato Colosseum, da centinaia di miliardi di parametri, destinato a ragionamenti complessi e contesti molto lunghi. Secondo quanto riportato, è utilizzato in produzione da clienti aziendali nei settori regolati, con installazioni interne per garantire riservatezza e pieno controllo dei dati.

Fastweb e i modelli verticali

Accanto ai grandi modelli generalisti cresce anche un filone di modelli verticali, cioè specializzati in singoli ambiti. A finanziarli sono gruppi come Fastweb, università e consorzi pubblici, spesso con il sostegno dei fondi del Piano Nazionale di Ripresa e Resilienza, in settori come quello legale, sanitario e dell'assistenza clienti in italiano.

La logica dei modelli verticali è diversa da quella della corsa ai sistemi giganti. Invece di un unico modello enorme e generico, si punta su strumenti più piccoli, efficienti e calibrati su un settore specifico. Molti di questi progetti sono ancora in fase di prototipo o di accesso anticipato, ma indicano una direzione considerata molto promettente.

Il ruolo del supercalcolo

Un elemento accomuna molte di queste iniziative: il supercomputer Leonardo, ospitato dal centro CINECA, è il motore condiviso su cui diversi modelli vengono addestrati. La disponibilità di una potenza di calcolo di livello europeo è la condizione che rende concretamente possibile l'intera partita dei modelli linguistici nazionali.

Il tema di fondo resta quello della sovranità: controllare il modello, i dati e l'infrastruttura di calcolo. È una sfida ambiziosa, che deve fare i conti con budget, talenti e dimensioni molto inferiori rispetto ai colossi statunitensi e cinesi, ma che l'Italia e l'Europa considerano ormai strategica per il proprio futuro digitale.

Una corsa ancora aperta

La corsa italiana ai modelli linguistici è giovane e tutt'altro che decisa. Cinque e più protagonisti, ciascuno con una scommessa diversa, dall'apertura accademica alla specializzazione industriale, disegnano un panorama vivace e in movimento. Se riusciranno a competere su scala globale è ancora presto per dirlo, ma l'Italia ha ormai i suoi contendenti in campo.