Исследователи Массачусетского технологического института, Университета Британской Колумбии и других организаций представили WorldParticle, трансформерную модель для симуляции физических процессов. В препринте, опубликованном в мае 2026 года, одну архитектуру проверили на шести категориях динамики: тканях, упругих твёрдых телах, ньютоновских и неньютоновских жидкостях, гранулированных материалах и молекулярных системах. О работе MIT News сообщило 9 ноября.

Авторы утверждают, что модель переносит выявленные закономерности на материалы, конфигурации границ, начальные условия и внешние силы, которых не было в обучающих данных. По данным MIT News, в испытаниях WorldParticle показала более высокую точность, чем численные методы. Для моделирования изменений белковых структур исследователи заявили скорость примерно в 100 раз выше, чем у численных симуляторов. Подробности этого сравнения в доступных материалах не раскрыты.

Как одна модель работает с разными материалами

WorldParticle представляет объект как набор лагранжевых частиц. Это могут быть точки, описывающие песчинки, элементы ткани или частицы молекулы. Сначала явный предсказатель перемещает частицы под действием известных внешних сил и создаёт промежуточное состояние. Затем обученный корректор уточняет положения и скорости с учётом взаимодействий частиц друг с другом, границами и топологией объекта.

Чтобы расчёт не становился слишком тяжёлым, система иерархически объединяет токены частиц в компактные группы, которые авторы называют супер-токенами. На каждом следующем уровне число токенов сокращается вдвое. Это снижает затраты на механизм внимания: трансформеру не нужно на каждом уровне обрабатывать полный набор попарных связей. Затем декодер возвращает сжатое представление к масштабу отдельных частиц и рассчитывает поправки для каждой из них.

Схему можно сравнить с картой движения толпы. Сначала оценивается общий поток, который задают внешние силы. После этого расчёт уточняется с учётом столкновений людей, стен и других локальных ограничений. В WorldParticle эти роли разделены: предсказатель сначала учитывает внешнее воздействие, а корректор затем добавляет влияние взаимодействий частиц, границ и топологии.

Представим условную задачу: модель должна оценить, как куча песка осыплется после толчка. Она не получает готовую формулу именно для этой кучи, а отслеживает движение частиц и уточняет его с учётом контактов. Это поясняющий пример, а не отдельный эксперимент авторов. MIT News сообщает, что WorldParticle воспроизвела осыпание гранулированного объекта, тогда как некоторые базовые методы оставляли частицы песка «висящими» в воздухе.

Результат показывает, что одну обучаемую архитектуру можно применять к нескольким типам физических задач. Но он не подтверждает, что WorldParticle автоматически заменит все специализированные симуляторы. Работа остаётся препринтом, независимой проверки в предоставленном пакете нет. Кроме того, для всех шести категорий не раскрыты полные численные метрики точности, наборы тестов и условия сравнения.

Подробности подобных исследований обычно оформляют в научных статьях, где отдельно описывают методику, тестовые данные и ограничения результата.

Схема работы WorldParticle: представление материала частицами, предсказание движения, коррекция взаимодействий, сжатие токенов и расчёт обновлённых состояний

Фото: MabelAmber / Pixabay