Oversat af AI fra den engelske original. Læs den engelske original
Det er stadig et åbent spørgsmål, om et neuralt netværk, der er trænet på nok video, kan erstatte den software til fysik, rendering og ingeniørarbejde, som industrien allerede kører på, eller om AI i stedet ender med at betjene den software. De industrielle meddelelser på Nvidias GTC Berlin-konference pegede mod den anden mulighed: Synopsys og Siemens kobler AI-modeller på eksisterende værktøjer til simulation og produktdata i stedet for at erstatte dem. Det er Polstobs læsning af meddelelserne, ikke en dom. Denne analyse afprøver synspunktet om, at AI gør avanceret software mere nyttig ved at styre den.
At se rigtigt ud eller at være rigtigt
De skarpeste beviser i spørgsmålet kommer fra benchmarktest. Physics-IQ, der blev beskrevet i en artikel første gang offentliggjort i januar 2025, tester videomodeller på scener med væsker, lys, faste genstande, magneter og varme. På tværs af de testede systemer, herunder OpenAIs Sora, Runway, Pika, Googles Lumiere, Stable Video Diffusion og VideoPoet, fandt forfatterne, at modellernes forståelse af fysik var stærkt begrænset, og at den ikke var bedre hos dem, hvis resultater så mest realistiske ud. Deres konklusion var kontant: ”visuel realisme betyder ikke fysisk forståelse”. De tilføjede, at nogle testtilfælde allerede kunne løses, og at de forventer hurtige fremskridt.
Anden forskning peger i samme retning. Et studie ledet af Bingyi Kang trænede videomodeller på simulerede klip af genstande, der bevæger sig og støder sammen efter den klassiske mekanik, og fandt, at modellerne klarede tilfælde tæt på træningsdataene, men brød sammen ved ukendte tilfælde, hvor de kopierede det nærmeste eksempel, de havde set, i stedet for at lære en regel. Forfatterne konkluderede, at større modeller ikke i sig selv ville være nok. Google DeepMind oplyser også begrænsninger for sin interaktive verdensmodel Genie 3, blandt andet at sessioner hænger sammen i minutter og ikke timer.
Argumenterne for lærte verdensmodeller
I den tekniske rapport om Sora, der udkom i februar 2024, skrev OpenAI, at ”opskalering af videogenereringsmodeller er en lovende vej mod at bygge generelle simulatorer af den fysiske verden”. Ifølge rapporten kunne Sora holde personer og elementer i scenen konsistente, når kameraet bevægede sig, og ofte, men ikke altid, holde styr på personer og genstande, når de var skjult eller forlod billedet, og disse evner kom fra skala snarere end fra indbyggede regler for 3D eller objekter. Samme rapport indrømmede, at Sora ”ikke modellerer fysikken i mange grundlæggende interaktioner præcist”, med glas, der splintres, som eksempel.
Forfatterne bag Physics-IQ efterlod selv plads til lært fysik og skrev, at nogle principper måske kan læres alene ved observation. En nyere aktør, Odyssey, oplyste 8. oktober 2026, at Pro-versionen af selskabets verdensmodel Odyssey-3 satte ny rekord i en verificeret version af Physics-IQ-testen. Det var selskabets egen påstand, som Polstob ikke har efterprøvet. Hvis den slags fremskridt holder i uafhængige test, kan afstanden mellem at se rigtigt ud og at være rigtigt blive mindre.
Hybrider: lærte modeller oven på eksplicit tilstand
Nvidias årsrapport beskriver Omniverse som software til 3D-designsamarbejde i realtid og til simulering af virtuelle verdener og oplyser, at selskabet har sat tempoet op for udgivelser af åbne modelplatforme, herunder Cosmos til fysisk AI. På sin blog har Nvidia vist en udvikler, der får en frontier-AI-model til at bygge et testmiljø for selvkørende biler efter forbillede af Market Street i San Francisco, hvor aktiver, trafik, sensorsimulation og en kørselsmodel kobles sammen trin for trin, og hvert led kontrolleres. Agenten erstattede ikke simulatoren; den byggede og koblede en.
Tripo oplyser, at selskabets renderer EdenLive adskiller det, der sker i en scene, fra hvordan den ser ud: En kodeagent, en spilmotor eller en simulationsmotor bestemmer, hvordan scenen udvikler sig, og modellen maler det visuelle i realtid. Siemens beskriver sin Digital Twin Composer, der bygger på Omniverse-teknologi, som det lag, der samler fysikken fra værktøjer som Tecnomatix Plant Simulation og Process Simulate i én styret 3D-scene. Inden for film oplyser Digital Domain, at selskabets maskinlæringsbaserede muskelsystem omsætter en hudsimulation, der drives af simulerede knogler, muskler og væv, til deformationer, som animatorer kan bruge direkte i deres rigs.
Hvem betaler for fysikken
Synopsys gennemførte 17. juli 2025 købet af Ansys for et samlet vederlag på ca. 34,9 mia. dollar, bestående af 17,6 mia. dollar kontant og 17,1 mia. dollar i Synopsys-aktier opgjort til dagsværdi, mens resten var overtagne aktiebaserede vederlag og andre poster, fremgår det af selskabets årsrapport. Samme indberetning kalder Synopsys den globale leder inden for software til ingeniørsimulation og -analyse. Den oplyser også, at Nvidia i december 2025 købte ca. 4,8 mio. Synopsys-aktier til 414,79 dollar stykket i en rettet emission med et nettoprovenu på 2,0 mia. dollar.
Siemens gennemførte 26. marts 2025 købet af Altair, en udbyder af software til simulation og analyse, til en virksomhedsværdi på ca. 10 mia. dollar, fremgår det af selskabets meddelelse om gennemførelsen. Ifølge Siemens tilførte handlen porteføljen mekanisk og elektromagnetisk simulation, højtydende databehandling, datavidenskab og AI.
På GTC Berlin oplyste Synopsys, at selskabet er gået med i Nvidias Halos-sikkerhedsøkosystem med en arbejdsgang, som det beskriver som fysikbaseret og sporbar, og som spænder over sensorsimulation, digitale tvillinger og sikkerhedsanalyse. Siemens og Nvidia oplyste, at de kombinerer Siemens' software til produktlivscyklusstyring, Teamcenter, og Process Preparation X med Cosmos for at forberede inspektion af printkort ved hjælp af et virtuelt referencekort og syntetiske data, inden det første fysiske printkort når produktionslinjen. Begge dele er selskabsmeddelelser, og inspektionsprojektets offentliggjorte mål er mål, ikke resultater.
De ubekvemme beviser
Ikke alt understøtter synet på styring som forretning. I risikofaktorerne i sin seneste årsrapport nævner Nvidia Omniverse blandt sine selvstændige softwareprodukter og advarer om, at selskabet kan få betydelige omkostninger og ”måske ikke opnår nogen væsentlig omsætning” fra dem. Indberetningen oplyser ikke et særskilt omsætningstal for Omniverse.
Branchen for visuelle effekter giver et blandet billede. Digital Domain har oplyst, at selskabets underskud og negative nettoarbejdskapital i de seks måneder til 30. juni 2026 kan rejse betydelig tvivl om evnen til at fortsætte driften, selv om bestyrelsen anser regnskabsaflæggelse efter going concern-princippet for passende. Derudover oplyser Digital Domain, at selskabet har indstillet sit traditionelle kortformatarbejde i Shanghai, efter at brugervenlige AI-værktøjer ændrede kundernes budgetter og arbejdsgange. Technicolors britiske studieforretning gik i administration; administratorerne pegede på stigende lønomkostninger og eftervirkningerne af manuskriptforfatternes strejke og nævnte ikke AI.
Wētā FX beskriver en snævrere rolle for AI: Selskabets teknologidirektør, Kimball Thurston, har sagt, at dets assisterende AI ikke må ændre den kreative intention og kun retter pixels.
Hvad der vil afgøre det
- Uafhængige resultater i stil med Physics-IQ for de nyeste verdensmodeller, ikke kun selskabernes egne scorer
- Om Siemens og Nvidia melder opnåede resultater mod deres inspektionsmål
- Om Nvidia i sine indberetninger oplyser selvstændig omsætning fra Omniverse eller Cosmos
- Hvordan Synopsys rapporterer væksten i Ansys' simulationsforretning
- Om studier med simulationspipelines får ny omsætning ud af AI-værktøjer
- Motamed et al., 'Do generative video models understand physical principles?' (Physics-IQ), arXiv, 14. jan. 2025, 01.00 CET
- OpenAI, 'Video generation models as world simulators' (Sora technical report), 15. feb. 2024, 01.00 CET
- Synopsys, Inc., Form 10-K for the fiscal year ended 31 October 2025 (SEC EDGAR), 20. dec. 2025, 03.37 CET
- Siemens AG, 'Siemens acquires Altair' closing press release (26 March 2025), 26. mar. 2025, 00.00 CET
- NVIDIA Corporation, Form 10-K for the fiscal year ended 25 January 2026 (SEC EDGAR), 25. feb. 2026, 22.42 CET