Google DeepMind ogłosił 10 lutego 2026 roku wprowadzenie Gemini 4 Multimodal, przełomowego modelu sztucznej inteligencji wyposażonego w funkcję Real-Time Physics Understanding (RTPU). To pierwsza na świecie technologia AI zdolna do rozumienia i przewidywania zjawisk fizycznych w czasie rzeczywistym z niespotykaną dotąd dokładnością sięgającą 98%.
Nowa funkcjonalność pozwala modelowi analizować ruch obiektów, przewidywać kolizje, symulować grawitację oraz inne siły fizyczne bez konieczności uprzedniego programowania specyficznych reguł. Gemini 4 Multimodal automatycznie rozpoznaje materiały, ich właściwości fizyczne oraz wzajemne oddziaływania, co stanowi rewolucję w dziedzinie robotyki i symulacji komputerowych.
Technologia oparta na zaawansowanych algorytmach
Według informacji przekazanych przez DeepMind, model został wytrenowany na ponad 2 miliardach godzin materiału wideo przedstawiającego różnorodne zjawiska fizyczne — od spadających przedmiotów po złożone interakcje w płynach i gazach. Zespół inżynierów pod kierownictwem dr Demis Hassabisa wykorzystał nową architekturę zwaną Physics-Aware Transformer, która łączy przetwarzanie wizualne z modelowaniem fizycznym.
Testy przeprowadzone w laboratoriach DeepMind wykazały, że Gemini 4 Multimodal przewiduje trajektorie obiektów z dokładnością 98,3% w scenariuszach obejmujących do 50 różnych elementów jednocześnie. Model radzi sobie równie skutecznie z prostymi zadaniami, jak rzut piłki, oraz złożonymi symulacjami, takimi jak zachowanie płynów w różnych temperaturach.
Zastosowania w robotyce i nauce
Wprowadzenie funkcji RTPU otwiera nowe możliwości w dziedzinie autonomicznych robotów przemysłowych i domowych. Roboty wyposażone w Gemini 4 Multimodal będą mogły precyzyjnie manipulować obiektami bez konieczności uprzedniego programowania dla każdego konkretnego zadania. Oznacza to znaczące obniżenie kosztów wdrażania automatyzacji w fabrykach oraz poprawę bezpieczeństwa pracy robotów w środowiskach z ludźmi.
Sektor naukowy również skorzysta na nowej technologii. Badacze otrzymają dostęp do zaawansowanego narzędzia do symulacji eksperymentów fizycznych, co przyspieszy proces odkryć naukowych i obniży koszty badań wymagających kosztownej infrastruktury laboratoryjnej.
„Gemini 4 Multimodal z funkcją Real-Time Physics Understanding to przełom, na który czekaliśmy od dekad. Po raz pierwszy AI nie tylko rozpoznaje obiekty, ale rozumie, jak się zachowują zgodnie z prawami fizyki” — skomentował w oficjalnym komunikacie dr Demis Hassabis, CEO Google DeepMind.
Wpływ na rynek i konkurencję
Analitycy przewidują, że wprowadzenie Gemini 4 Multimodal może znacząco wpłynąć na pozycję Google w wyścigu o dominację w dziedzinie sztucznej inteligencji. Akcje Alphabet wzrosły o 7,2% w ciągu pierwszych godzin po ogłoszeniu, osiągając rekordową wartość 2847 dolarów za akcję.
OpenAI i Anthropic już zapowiedziały przyspieszenie prac nad własnymi rozwiązaniami w obszarze fizycznego modelowania rzeczywistości. Microsoft, główny partner OpenAI, poinformował o zwiększeniu inwestycji w rozwój konkurencyjnych technologii o dodatkowe 3,5 miliarda dolarów.
Pierwsza wersja beta Gemini 4 Multimodal będzie dostępna dla wybranych partnerów biznesowych od marca 2026 roku, a publiczny dostęp zaplanowano na drugi kwartał tego roku.
