Gemini 4 Carbon сам написал path tracer на CUDA и отрендерил минутную анимацию

Обычно демо «ИИ написал код» выглядит так: модель собрала лендинг, змейку или парсер. Здесь история другая. По описанию автора демо (аккаунт fofrAI в X, пересказ в телеграм-канале «Метаверсище и ИИще»), модель Gemini 4 Carbon самостоятельно прошла путь от пустой папки до готового ролика: с геометрией, светом, физикой, камерой и музыкой.

Что именно собрала модель

Список из поста выглядит так.

Первое: собственный 3D-рендерер на C++ и CUDA. Внутри path tracing, то есть честный расчёт света, отражений и теней трассировкой лучей на видеокарте NVIDIA. Это не вызов готовой кнопки «Render» в Blender, а код, который сам считает, как свет отскакивает от поверхностей.

Второе: физика через MuJoCo. Это движок, который привычен в робототехнике. Он считает гравитацию, столкновения, трение и взаимодействие твёрдых тел.

Третье: сцена. Модель спроектировала машину Голдберга, где шарики и рычаги по цепочке запускают друг друга. Затем она сделала 3D-студию и непрерывный пролёт камеры.

Четвёртое: ритм. Движение камеры синхронизировали с треком из Lyria 3.5, музыкальной модели Google.

Почему это не просто красивая картинка

Главная цифра здесь — 60 секунд симуляции при 120 000 шагов, то есть 2000 шагов в секунду. Ключевых кадров нет. Объекты двигаются потому, что их толкают смоделированные силы, а не потому, что кто-то нарисовал траекторию. Для машины Голдберга это принципиально: если хотя бы одно звено цепочки рассчитано неверно, шарик не докатится и вся реакция развалится. Такой ролик не сымитируешь «на глаз», физика либо работает, либо нет.

Второй момент — ширина задачи. Тут сошлись графическое программирование, GPU-код, физическое моделирование, композиция сцены, работа с камерой и тайминг под звук. Такие задачи плохо проверяются стандартными бенчмарками: каждая часть по отдельности знакома модели, а сложность в том, чтобы части стыковались между собой и не ломались на сотых долях секунды.

Отдельная ирония — шутка про NVIDIA Omniverse в заголовке исходного поста. Omniverse продавался как платформа для симуляции и 3D-пайплайнов. Здесь же модель собрала похожий по смыслу конвейер из открытых и готовых компонентов. И при этом работает он всё равно на CUDA, так что железу NVIDIA такой сценарий скорее выгоден.

Чего мы не знаем

Осторожность тут нужна. Источник — телеграм-пост с пересказом твитов, и это один демо-ролик, а не воспроизводимый эксперимент. Из материала не видно, как выглядел промпт, сколько было итераций, вмешивался ли человек, чинил ли ошибки и сколько стоил прогон. Неясно и качество картинки: path tracer «с нуля» может выдавать шум и артефакты, которых не будет у зрелого рендерера. Наконец, «сам написал» не означает «сам придумал»: MuJoCo и CUDA — готовые инструменты, и модель собрала их воедино.

Поэтому утверждение «трёхмерщики больше не нужны» из поста — это шутка, а не вывод. Художник по-прежнему решает, что вообще стоит показывать, а у студийного пайплайна есть вещи, которые в демо не видны: ассеты, анимационные правки, согласование с заказчиком.

Что с этим делать на практике

Для разработчика и продакта вывод скромнее, но полезнее. Во-первых, стоит перестать мерить модель маленькими задачами. Если она за один заход собирает связку «GPU-код плюс физика плюс визуал плюс звук», то прототипы симуляторов, визуализаций и обучающих сред можно делать куда быстрее. Во-вторых, физические движки вроде MuJoCo — удобный верификатор: результат либо правдоподобен, либо нет, и это помогает ловить ошибки модели. В-третьих, если вы делаете инструменты для 3D, игр или робототехники, стоит прогнать на своём стеке такой же длинный сценарий и посмотреть, где именно он ломается.

Демо — не доказательство, но хороший повод обновить тест-набор. Если Gemini 4 Carbon правда делает такое по заказу, а не по удачному стечению обстоятельств, заметнее всего изменится порог входа в сложные графические прототипы.