Investigadores del MIT, la Universidad de Columbia Británica (UBC) y otras instituciones presentaron WorldParticle, un sistema de aprendizaje profundo que, según el artículo publicado el 9 de noviembre de 2026, simula con una sola arquitectura fenómenos físicos que normalmente requieren simuladores separados, como fluidos, materiales granulares y proteínas. El sistema representa cada material como partículas tridimensionales y predice su movimiento paso a paso, en incrementos de un segundo, en lugar de programarse con una ecuación específica.

En las pruebas reportadas, los autores describieron seis fenómenos físicos e indicaron que WorldParticle logró mayor precisión que métodos numéricos de referencia en algunos casos, y que modeló cambios en estructuras de proteínas unas 100 veces más rápido que simuladores numéricos. El trabajo se presentaría en la conferencia SIGGRAPH Asia del ACM. Los investigadores señalaron que desean adaptar el sistema a tareas como la manipulación con robots blandos, la evolución de ARN y fenómenos astrofísicos.

Se trata de resultados de investigación, no de aplicaciones clínicas ni comerciales confirmadas; los propios autores describieron el trabajo como un primer paso hacia un modelo general de simulación.