Segun MarkTechPost (AI/ML News), investigadores de NVIDIA, MIT y la Universidad de Oxford han presentado Physis-Lang, un nuevo enfoque que integra el lenguaje físico en el entrenamiento de modelos de inteligencia artificial. Este sistema no depende de señales visuales o numéricas adicionales, sino que utiliza estructuras lingüísticas que incorporan principios físicos como la gravedad o la transferencia de calor. La innovación radica en que el mismo lenguaje sirve para curación de datos, entrenamiento y ejecución del modelo, creando una representación compartida y optimizable.
El sistema se prueba en el leaderboard de Physics-IQ Verified, publicado el 29 de septiembre de 2026. Allí, Physis-Lang aplicado al modelo Cosmos3-Super logra un puntaje de 48.2 ± 1.4, posicionándose en primer lugar. El versión más compacta, Cosmos3-Nano, alcanza 43.3 ± 1.5, clasificándose como segunda. Este avance es clave porque muestra que los modelos pueden superar desafíos de coherencia física, como la simulación de líquidos que se expanden como pintura o bolas que atraviesan paredes.
El problema central que resuelve Physis-Lang es la falta de explicación física en los captiones tradicionales. Por ejemplo, una frase como "la mantequilla se derrite al calentarse" no menciona cómo se produce el cambio térmico ni las leyes que lo gobiernan. Para abordar esto, el sistema añade un campo de razonamiento físico a cada descripción básica, detallando entidades, causas, interacciones, principios que las guían y su evolución temporal. Además, genera una restricción negativa específica para cada escena, que lista resultados físicamente imposibles, como una piedra flotando sobre el agua. Esta instrucción actúa como un filtro durante la inferencia, evitando respuestas que contradicen la realidad física.
El diseño del bucle de mejora permite que el generador de descripciones permanezca inmutable, mientras que el enunciado que se le entrega evoluciona. Un modelo GPT-5.5 genera descripciones para un conjunto fijo de 20 videos, validado por 273 afirmaciones humanas. Luego, un sistema de crítica basado en Gemini-3.1-Pro evalúa los resultados, analizando tanto la precisión como el recuerdo. La precisión se mide en la división del texto en afirmaciones atómicas, verificadas contra el contenido visual. El recuerdo exige que cada afirmación humana sea explícitamente incluida o implicada en el texto generado. Este proceso de retroalimentación permite una evolución continua del prompt, sin modificar el modelo base.
Para los inversionistas y profesionales del sector peruano, este avance resalta la importancia de integrar conocimientos físicos en modelos de IA. En un contexto donde los sistemas digitales se aplican en áreas como logística, energía o transporte, donde las leyes físicas son fundamentales, Physis-Lang ofrece una herramienta para que las decisiones tecnológicas sean más predecibles y alineadas con la realidad. Esto puede transformar el diseño de soluciones en sectores clave como la gestión de infraestructuras o el desarrollo de vehículos autónomos, asegurando que las simulaciones digitales no solo sean visualmente convincentes, sino también físicamente coherentes.