Wideo z AI wygląda realnie, ale myli fizykę – wynika z badań; symulatory wciąż warte miliardy

Wciąż otwarte pozostaje pytanie, czy sieć neuronowa wytrenowana na wystarczającej ilości wideo może zastąpić oprogramowanie do fizyki, renderingu i inżynierii, na którym przemysł już działa, czy też AI będzie raczej tym oprogramowaniem sterować. Ogłoszenia przemysłowe na konferencji GTC Berlin firmy Nvidia skłaniały się ku drugiej opcji: Synopsys i Siemens włączają modele AI do istniejących narzędzi symulacyjnych i do zarządzania danymi produktowymi, zamiast je zastępować. To odczytanie komunikatów przez Polstob, a nie werdykt. Ta analiza sprawdza tezę, że AI zwiększa użyteczność zaawansowanego oprogramowania, sterując nim.

Najmocniejsze dowody w tej sprawie pochodzą z testów porównawczych. Physics-IQ, opisany w pracy opublikowanej po raz pierwszy w styczniu 2025 r., sprawdza modele wideo na scenach z udziałem cieczy, światła, ciał stałych, magnesów i ciepła. We wszystkich badanych systemach, w tym Sora od OpenAI, Runway, Pika, Lumiere od Google, Stable Video Diffusion i VideoPoet, autorzy stwierdzili poważnie ograniczone rozumienie fizyki, które nie było lepsze w modelach dających najbardziej realistyczny obraz. Ich podsumowanie było dosadne: „realizm wizualny nie oznacza zrozumienia fizyki”. Dodali, że niektóre przypadki testowe dało się już rozwiązać i że spodziewają się szybkich postępów.

W tym samym kierunku wskazują inne badania. W badaniu prowadzonym przez Bingyi Kang modele wideo trenowano na symulowanych klipach z obiektami poruszającymi się i zderzającymi zgodnie z mechaniką klasyczną; modele radziły sobie z przypadkami bliskimi danym treningowym, ale zawodziły na nieznanych, kopiując najbliższy widziany przykład zamiast uczyć się reguły. Autorzy doszli do wniosku, że samo powiększanie modeli nie wystarczy. Google DeepMind wymienia ograniczenia także swojego interaktywnego modelu świata Genie 3, w tym sesje, które zachowują spójność przez minuty, a nie godziny.

W raporcie technicznym Sora, opublikowanym w lutym 2024 r., OpenAI napisał, że „skalowanie modeli generowania wideo to obiecująca droga do budowy uniwersalnych symulatorów świata fizycznego”. Według raportu Sora potrafi zachować spójność ludzi i elementów sceny podczas ruchu kamery oraz często, choć nie zawsze, śledzić ludzi i obiekty, gdy są zasłonięte lub wychodzą z kadru, a te zdolności wynikają ze skali, a nie z reguł zapisanych dla obrazu 3D czy obiektów. W tym samym raporcie przyznano, że Sora „nie modeluje dokładnie fizyki wielu podstawowych interakcji”, a jako przykład podano tłuczenie się szkła.

Sami autorzy Physics-IQ zostawili miejsce dla wyuczonej fizyki, pisząc, że niektóre zasady mogą być możliwe do nauczenia wyłącznie na podstawie obserwacji. Jeden z nowszych graczy, Odyssey, podał 8 października 2026 r., że wersja Pro jego modelu świata Odyssey-3 ustanowiła nowy rekord w zweryfikowanej wersji testu Physics-IQ. To deklaracja samej spółki, której Polstob nie sprawdził. Jeśli takie postępy potwierdzą się w niezależnych testach, granica między dobrym wyglądem a poprawnym działaniem może się zawęzić.

Raport roczny Nvidii opisuje Omniverse jako oprogramowanie do współpracy przy projektowaniu 3D w czasie rzeczywistym i do symulowania wirtualnych światów, a także podaje, że spółka przyspieszyła wydawanie otwartych platform modeli, w tym Cosmos do AI fizycznej (physical AI). Na swoim blogu Nvidia pokazała, jak deweloper kieruje zaawansowanym modelem AI budującym środowisko testowe dla jazdy autonomicznej wzorowane na Market Street w San Francisco – etapami łączącym zasoby, ruch drogowy, symulację czujników i model jazdy oraz sprawdzającym każde ogniwo. Agent nie zastąpił symulatora; zbudował go i połączył.

Tripo podaje, że jej renderer EdenLive oddziela to, co dzieje się w scenie, od tego, jak ona wygląda: o rozwoju sceny decyduje agent kodu, silnik gry lub silnik symulacji, a model w czasie rzeczywistym tworzy obraz. Siemens opisuje swój Digital Twin Composer, oparty na technologii Omniverse, jako warstwę, która przenosi fizykę z narzędzi takich jak Tecnomatix Plant Simulation i Process Simulate do jednej zarządzanej sceny 3D. W branży filmowej Digital Domain podaje, że jej system mięśni oparty na uczeniu maszynowym przekształca symulację skóry, napędzaną symulowanymi kośćmi, mięśniami i tkankami, w deformacje, których animatorzy mogą bezpośrednio używać w swoich riggach.

Synopsys sfinalizował przejęcie Ansys 17 lipca 2025 r. za łączną zapłatę ok. 34,9 mld USD, na którą złożyło się 17,6 mld USD w gotówce i 17,1 mld USD w akcjach Synopsys według wartości godziwej, a resztę stanowiły przejęte nagrody kapitałowe i inne pozycje – wynika z jego raportu rocznego. W tym samym dokumencie Synopsys nazywa siebie światowym liderem oprogramowania do symulacji i analiz inżynieryjnych. Odnotowuje też, że w grudniu 2025 r. Nvidia kupiła w emisji prywatnej ok. 4,8 mln akcji Synopsys po 414,79 USD za sztukę, co dało wpływy netto 2,0 mld USD.

Siemens sfinalizował 26 marca 2025 r. zakup Altair, dostawcy oprogramowania do symulacji i analiz, przy wartości przedsiębiorstwa ok. 10 mld USD – wynika z komunikatu o zamknięciu transakcji. Według Siemensa transakcja wzbogaciła jego portfel o symulacje mechaniczne i elektromagnetyczne, obliczenia wysokiej wydajności, analizę danych i AI.

Na GTC Berlin Synopsys poinformował, że dołączył do ekosystemu bezpieczeństwa Halos firmy Nvidia z procesem roboczym, który opisuje jako oparty na fizyce i identyfikowalny, obejmującym symulację czujników, cyfrowe bliźniaki i analizę bezpieczeństwa. Siemens i Nvidia podały, że łączą oprogramowanie Teamcenter do zarządzania cyklem życia produktu oraz Process Preparation X Siemensa z Cosmos, by przygotowywać inspekcję płytek drukowanych z użyciem wirtualnej płytki wzorcowej i danych syntetycznych, zanim pierwsza fizyczna płytka trafi na linię. Oba ogłoszenia pochodzą od spółek, a opublikowane cele projektu inspekcji to założenia, a nie wyniki.

Nie wszystko przemawia za modelem biznesowym opartym na sterowaniu oprogramowaniem przez AI. W czynnikach ryzyka w swoim najnowszym raporcie rocznym Nvidia wymienia Omniverse wśród samodzielnych ofert oprogramowania i ostrzega, że może ponieść znaczne koszty i „może nie osiągnąć żadnych znaczących przychodów” z tych ofert. Raport nie podaje osobno przychodów z Omniverse.

Branża efektów specjalnych dostarcza niejednoznacznych dowodów. Digital Domain podała, że w półroczu do 30 czerwca 2026 r. jej strata i ujemny kapitał obrotowy netto mogą budzić poważne wątpliwości co do zdolności kontynuowania działalności, choć dyrektorzy spółki uważają założenie kontynuacji działalności za właściwe. Odrębnie Digital Domain podaje, że zawiesiła tradycyjne prace nad krótkimi formami w Szanghaju, po tym jak łatwe w użyciu narzędzia AI zmieniły budżety i praktyki klientów. Brytyjska spółka studyjna Technicolor weszła w zarząd komisaryczny (administration); jej zarządcy wskazali na rosnące koszty pracy i utrzymujące się skutki strajku scenarzystów, nie wspominając o AI.

Wētā FX opisuje węższą rolę AI: według dyrektora ds. technologii, Kimballa Thurstona, wspierająca AI w studiu nie może zmieniać intencji twórczych i jedynie poprawia piksele.