Третья модальность: физика как текст
Команда MIT CSAIL и Университета Цинхуа разработала подход предварительного обучения GeoPT (Geometric Pre-Training). Авторы утверждают, что физика становится «третьей модальностью» для ИИ наряду с текстом и пикселями. Модель учится понимать законы механики через синтетическую динамику — виртуальное взаимодействие миллионов частиц с 3D-объектами, где частицы «прилипают» к поверхности, формируя понимание формы и сопротивления.
Результаты: скорость и эффективность
GeoPT демонстрирует прорывные метрики в индустриальных задачах. Модель способна обрабатывать сетки с более чем 100 миллионами точек за секунды, что критично для инженерного моделирования. В сравнении с ведущими baselines, GeoPT достигает пиковой точности в 4 раза быстрее и требует на 60% меньше размеченных данных для симуляции сложных физических явлений, таких как обтекание водой или аэродинамика.
| Метрика / Задача | Результат GeoPT | Сравнение с аналогами |
|---|---|---|
| Скорость достижения пика точности | В 4 раза быстрее | Превосходит state-of-the-art модели |
| Объем размеченных данных | На 60% меньше | Экономия ресурсов при обучении |
| Сложность геометрии | 100+ млн точек | Высокая детализация в реальном времени |
| Симуляция столкновений | Точная деформация | Прогнозирует поведение материалов |
Практическое применение
Инструмент позволяет инженерам тестировать чертежи автомобилей, самолетов и роботов без дорогостоящих физических экспериментов. Пользователь загружает 3D-модель, задает параметры силы (скорость, направление), и система генерирует тепловую карту распределения нагрузок. Модель успешно справляется с задачами, которые она не видела при обучении, например, симуляцией прохождения света через неизвестные объекты.
Экспертная оценка
Исследование представлено на конференции ICML 2026 (июль 2026). Соаворы работы включают исследователей Google DeepMind (Kaiming He) и ученых Meta, которые отмечают, что подход бросает вызов традиционному мнению о необходимости дорогостоящих физических данных. Работа открывает путь к созданию универсальных «физических фундаментальных моделей» (physics foundation models).
Источник: MIT News AI ↗