Modele fizyczne

Zespół badawczy z MIT Media Lab opracował innowacyjną technologię mWave, która, wykorzystując sztuczną inteligencję, przekształca odbicia sygnałów radiowych w dokładne mapy 3D. Dzięki temu roboty potrafią teraz „widzieć” przez ściany wykonane z lekkich materiałów, pokonując ograniczenia tradycyjnych systemów.

Hiszpański startup Xoople, dzięki potężnemu finansowaniu w serii B, planuje stworzyć „system operacyjny” danych satelitarnych. Zamiast skupiać się na liczbie satelitów, firma stawia na głęboką integrację z platformami korporacyjnymi, przygotowując grunt pod generatywne modele świata oparte na sztucznej inteligencji.

Netflix udostępnił open-source’owe narzędzie VOID, które nie tylko pozwala usuwać postacie i przedmioty z klipów wideo, ale również potrafi zrekonstruować interakcje fizyczne, które zmieniają się wraz z ich zniknięciem.

OpenAI zamyka aplikację Sora i powiązane z nią projekty wideo. Decyzja ta rodzi pytania o przyszłość generatywnej kinematografii i sugeruje zmianę priorytetów firmy – od eksperymentów do rozwiązań biznesowych, mających przynieść wymierne zyski.

Południowokoreański gigant Naver zaprezentował Seoul World Model (SWM) – przełomowy model wideo świata, który eliminuje halucynacje AI. Zamiast generować otoczenie na podstawie fantazji, system opiera się na rzeczywistej geometrii miasta i milionach autentycznych zdjęć panoramicznych, co gwarantuje wierność obrazu.

LeWorldModel (LeWM), opracowany przez zespół badaczy pod kierownictwem Yanna LeCuna, to pionierska architektura Joint-Embedding Predictive Architecture (JEPA). Potrafi ona stabilnie uczyć się bezpośrednio z pikseli, eliminując złożone heurystyki i przyspieszając planowanie nawet 48-krotnie.

JAX i Diffrax, dzięki kompilacji JIT i automatycznemu różniczkowaniu, eliminują bariery między symulacją numeryczną a uczeniem maszynowym, otwierając nowe możliwości w modelowaniu zjawisk fizycznych i treningu sieci neuronowych.

NVIDIA Warp to zestaw narzędzi, który umożliwia programistom tworzenie zaawansowanych, akcelerowanych przez GPU symulacji i różniczkowalnych modeli fizycznych. Łączy on prostotę składni Pythona z wydajnością znaną z niskopoziomowego kodu CUDA.

DoorDash uruchomił aplikację Tasks, która zamienia kurierów w „żywe sensory” dla systemów wizyjnych i robotyki. Firma płaci za nagrywanie codziennych czynności, by zebrać dane o ludzkim ruchu, dążąc do monetyzacji każdej mikrosekundy aktywności. To kolejna propozycja w gig-ekonomii, która budzi etyczne kontrowersje.

MIT planuje połączyć sztuczną inteligencję z naukami ścisłymi, wychodząc poza model „czarnej skrzynki”. Ma to na celu stworzenie nowej generacji naukowców zdolnych do płynnego posługiwania się zarówno językiem fizyki, jak i programowania, odchodząc od przypadkowości w badaniach nad AI.