Vídeo de IA parece real mas erra na física, dizem estudos, e simuladores ainda valem bilhões

Ainda está em aberto se uma rede neural treinada com vídeo suficiente pode substituir o software de física, renderização e engenharia em que a indústria já se apoia, ou se a IA vai acabar operando esse software. Os anúncios industriais na conferência GTC Berlin, da Nvidia, pesaram para a segunda opção, com a Synopsys e a Siemens integrando modelos de IA a ferramentas existentes de simulação e de dados de produto, em vez de substituí-las. Essa é a leitura da Polstob sobre os comunicados, não um veredito. Esta análise testa a visão de que a IA torna softwares sofisticados mais úteis ao operá-los.

As evidências mais claras sobre a questão vêm de testes de referência (benchmarks). O Physics-IQ, apresentado num artigo publicado pela primeira vez em janeiro de 2025, testa modelos de vídeo em cenas com fluidos, luz, objetos sólidos, ímãs e calor. Entre os sistemas testados, incluindo o Sora, da OpenAI, Runway, Pika, o Lumiere, do Google, Stable Video Diffusion e VideoPoet, a equipe de autoria concluiu que a compreensão de física dos modelos é muito limitada, e não melhor entre aqueles cujo resultado parecia mais realista. O resumo foi direto: realismo visual não implica compreensão física. A equipe acrescentou que alguns casos de teste já podiam ser resolvidos e que espera progresso rápido.

Outras pesquisas apontam na mesma direção. Um estudo liderado por Bingyi Kang treinou modelos de vídeo com clipes simulados de objetos se movendo e colidindo segundo a mecânica clássica e concluiu que os modelos lidavam bem com casos próximos aos dados de treinamento, mas falhavam em casos desconhecidos, copiando o exemplo mais próximo que tinham visto em vez de aprender uma regra. O estudo concluiu que aumentar o tamanho dos modelos não bastaria por si só. O Google DeepMind também lista limites para seu modelo de mundo interativo Genie 3, incluindo sessões que se mantêm coerentes por minutos, e não por horas.

No relatório técnico do Sora, publicado em fevereiro de 2024, a OpenAI escreveu que escalar modelos de geração de vídeo é um caminho promissor para construir simuladores de uso geral do mundo físico. A empresa disse que o Sora conseguia manter pessoas e elementos da cena consistentes enquanto a câmera se movia e muitas vezes, mas nem sempre, acompanhar pessoas e objetos quando ficavam ocultos ou saíam do quadro, e que essas capacidades vinham da escala, e não de regras escritas para 3D ou objetos. O mesmo relatório admitiu que o Sora não modela com precisão a física de muitas interações básicas, citando como exemplo um vidro se estilhaçando.

A própria equipe do Physics-IQ deixou espaço para a física aprendida, ao escrever que alguns princípios talvez possam ser aprendidos só pela observação. Uma empresa mais nova no setor, a Odyssey, disse em 8 de outubro de 2026 que a versão Pro de seu modelo de mundo Odyssey-3 havia alcançado uma nova marca máxima numa versão verificada do teste Physics-IQ. Essa é uma afirmação da própria empresa, que a Polstob não verificou. Se ganhos assim se confirmarem em testes externos, a distância entre parecer certo e estar certo pode diminuir.

O relatório anual da Nvidia descreve o Omniverse como software para colaboração em design 3D em tempo real e para simulação de mundos virtuais, e diz que a empresa acelerou o lançamento de plataformas de modelos abertos, incluindo o Cosmos, para IA física. Em seu blog, a Nvidia mostrou alguém da área de desenvolvimento orientando um modelo de IA de fronteira a montar um ambiente de testes para direção autônoma inspirado na Market Street, em San Francisco, conectando ativos, tráfego, simulação de sensores e um modelo de direção em etapas e verificando cada ligação. O agente não substituiu o simulador; construiu e conectou um.

A Tripo diz que seu renderizador EdenLive separa o que acontece numa cena de como ela aparece: um agente de código, motor de jogo ou motor de simulação decide como a cena evolui, e o modelo pinta o visual em tempo real. A Siemens descreve seu Digital Twin Composer, construído com tecnologia do Omniverse, como a camada que reúne a física de ferramentas como Tecnomatix Plant Simulation e Process Simulate numa única cena 3D gerenciada. No cinema, a Digital Domain diz que seu sistema de músculos baseado em machine learning transforma uma simulação de pele movida por ossos, músculos e tecidos simulados em deformações que profissionais de animação podem usar diretamente em seus rigs.

A Synopsys concluiu a compra da Ansys em 17 de julho de 2025 por uma contraprestação total de cerca de US$ 34,9 bilhões, composta por US$ 17,6 bilhões em dinheiro e US$ 17,1 bilhões em ações da Synopsys a valor justo, com o restante em prêmios em ações assumidos e outros itens, segundo seu relatório anual. O mesmo documento chama a Synopsys de líder global em software de simulação e análise de engenharia. Também registra que, em dezembro de 2025, a Nvidia comprou cerca de 4,8 milhões de ações da Synopsys a US$ 414,79 cada numa colocação privada, com recursos líquidos de US$ 2,0 bilhões.

A Siemens concluiu a compra da Altair, fornecedora de software de simulação e análise, em 26 de março de 2025, a um valor da empresa (enterprise value) de cerca de US$ 10 bilhões, segundo seu anúncio de conclusão. A Siemens disse que o negócio acrescentou simulação mecânica e eletromagnética, computação de alto desempenho, ciência de dados e IA a seu portfólio.

Na GTC Berlin, a Synopsys disse ter aderido ao ecossistema de segurança Halos, da Nvidia, com um fluxo de trabalho que descreve como baseado em física e rastreável, abrangendo simulação de sensores, gêmeos digitais e análise de segurança. Siemens e Nvidia disseram que estão combinando o software de gestão do ciclo de vida do produto Teamcenter e o Process Preparation X, da Siemens, com o Cosmos para preparar a inspeção de placas de circuito com uma placa virtual de referência e dados sintéticos antes que a primeira placa física chegue à linha. Ambos são anúncios das empresas, e os objetivos publicados do projeto de inspeção são metas, não resultados.

Nem tudo sustenta a visão de orquestração como negócio. Nos fatores de risco de seu relatório anual mais recente, a Nvidia inclui o Omniverse entre suas ofertas de software independentes e alerta que pode incorrer em custos significativos e pode não obter receita significativa com elas. O documento não traz número de receita separado para o Omniverse.

A indústria de efeitos visuais oferece evidências mistas. A Digital Domain disse que, nos seis meses encerrados em 30 de junho de 2026, seu prejuízo e seu passivo circulante líquido podem lançar dúvida significativa sobre sua capacidade de continuar operando, embora o conselho de administração considere adequada a base contábil de continuidade operacional. Separadamente, a Digital Domain diz que suspendeu seu trabalho tradicional de formatos curtos em Xangai depois que ferramentas de IA fáceis de usar mudaram os orçamentos e as práticas dos clientes. O negócio de estúdios da Technicolor no Reino Unido entrou em administração judicial; a administração judicial apontou a alta dos custos de mão de obra e os efeitos persistentes da greve de roteiristas, e não mencionou IA.

A Wētā FX descreve um papel mais restrito para a IA: Kimball Thurston, CTO da empresa, disse que a IA assistiva usada ali não pode alterar a intenção criativa e apenas corrige pixels.