🔵 BeamNG.drive выходит на PS5 в этом году

Спустя почти десять лет ожиданий культовый автосимулятор с продвинутой физикой мягких тел наконец-то доберётся до консолей. BeamNG.drive выйдет на PlayStation 5 — разработчики подтвердили, что игра прошла масштабную оптимизацию под архитектуру консоли.

В основе проекта лежит уникальный физический движок, работающий на частоте 2 кГц: каждый компонент автомобиля симулируется индивидуально как сетка узлов и балок, которые деформируются, гнутся и ломаются в реальном времени. Поведение машин никогда не скриптовано — оно рождается из микро-взаимодействий, обеспечивая реалистичную управляемость и точное моделирование повреждений.

Игра предложит более тысячи детализированных конфигураций транспортных средств: от суперкаров и маслкаров до автобусов, тяжёлой техники и сомнительных седанов 90-х. Глубокая кастомизация позволяет менять двигатель, подвеску, тип привода, шины и даже настройки амортизаторов — каждое изменение влияет на поведение машины. В комплекте идут десятки открытых карт, миссии с погонями и гонками, а также свободный режим с трафиком.

#Games #BeamNGdrive #PS5 #Simulators #Physics

⚛️ Jiying Technology представила первую в мире фундаментальную модель физики твёрдого тела с zero-shot обобщением

Китайский стартап Jiying Technology, основанный в конце 2024 года, выпустил модель Jiying 2.0-s — фундаментальную модель физики твёрдого тела, способную к zero-shot обобщению. Она выдаёт результаты физических полей с точностью, близкой к численным методам, на геометриях, материалах и граничных условиях, не встречавшихся при обучении. Это устраняет необходимость переобучения для новых задач.

Модель решает ключевое ограничение традиционных суррогатных моделей, которые работают только в рамках распределения обучающих данных. Jiying 2.0-s протестирована по трём независимым осям — геометрия, граничные условия и параметры материалов — и сохраняет высокую точность даже при одновременном выходе за пределы обучающего распределения. Это наиболее репрезентативный сценарий для реальных инженерных задач: от кузовов автомобилей и кронштейнов до анализа напряжений в подложках полупроводниковых корпусов и механического отклика медицинских имплантатов.

Компания преодолела четыре ключевые технические проблемы: многомасштабное геометрическое кодирование для произвольных 3D-форм, восприятие границ и взаимодействий (включая контакт и трение), обобщение конститутивных свойств через гибридный data-driven + physics-constrained подход и физическую точность для стабильных долгосрочных результатов. Jiying 2.0-s — первый результат воспроизводимого пайплайна; суффикс "s" означает solid mechanics.

#AI #Model #Physics #Science #Jiying #SolidMechanics

💵Zenithon привлекла $10M на world models для экстремальной физики

Британский AI-стартап Zenithon поднял $10 млн. Среди инвесторов BACKED, Lunar, Seraphim, MMC и SOSV, а также основатели компаний и директора гиперскейлеров.

Zenithon строит world models - модели, которые учатся поведению сложных физических систем и быстро предсказывают результат разных конструкций. Речь о термоядерных реакторах, ракетах и производстве полупроводников. Заявленная цель: исследовать миллион вариантов дизайна за время одной симуляции и учиться напрямую на реальных экспериментах.

Основатели Alex Higginbottom и Abetharan Antony. Среди советников Charlie Songhurst (Meta), Dan Brunner (сооснователь Commonwealth Fusion Systems) и Zongyi Li (NYU). Деньги пойдут на найм и вычисления: новые модели каждые три месяца, команда растёт в San Francisco и по США.

🎨 qvabo.studio/tg · картинки и видео

#Business #Tech #Ai #Zenithon #WorldModels #Physics #Funding

🟰 GPT-6-Astra решила 49 из 50 задач по теоретической физике - по $2,40 за штуку

Новый бенчмарк TheoPhysEval проверил коммерческие AI-агенты на задачах из теоретической физики - без подсказок от людей. Лидером стал GPT-6-Astra в среде Codex от OpenAI: 49 из 50 верных ответов (98%), в среднем менее $3 за задачу и около $116 за весь прогон.

Задачи охватывают 11 подобластей - от гидродинамики до физики частиц и космологии. Это не открытые проблемы, а «рутинная» работа: применить известный метод к слегка изменённому вопросу. Пример с чёрными дырами требует найти старую статью, перенести уравнения из пятимерного пространства-времени в четырёхмерное и посчитать результат собственной программой - у координатора исследования это заняло около дня.

Второе место у Opus 5.5 в Claude Code - 92%. Далее Gemini 3.8 Flash (68%), DeepSeek-V4.1-Flash (54%) и GLM 5.3 (42%). Слабые модели копировали формулы без адаптации под нужную размерность. Доступ в интернет почти не помог: без веб-поиска Astra и Opus набрали те же 92%. Одна задача не поддалась никому.

Часть «ошибок» модели оказалась ошибками в эталонных ответах - после правок ответы Astra были верны. Отмечается и структурный риск: пока прогон стоит около $116, но для сложных задач расходы вырастут, а значит, бюджет группы начнёт влиять на результаты даже в теоретической физике.

🎨 qvabo.studio/tg · картинки и видео

#AI #Physics #Benchmarks #OpenAI #Research