Les modèles de génération d'images hallucinent régulièrement : des vecteurs de force qui n'existent pas, des lois de conservation ignorées, des géométries impossibles. PhyDrawGen change la donne en séparant deux tâches que l'IA faisait mal ensemble : d'abord extraire le sens du texte via un grand modèle de langage, puis appliquer des règles physiques strictes via un solveur déterministe. Le résultat : un graphe de scène correct qui devient un diagramme géométriquement exact.
Le truc malin, c'est la boucle propose-verify : un modèle vision fine-tuné (Qwen-VL) génère des éléments visuels, mais chaque trait reste soumis aux contraintes physiques codées en dur. Fini les force vectors qui pointent n'importe où, fini les champs magnétiques qui violent la topologie. C'est du neuro-symbolique : le meilleur du réseau de neurones pour comprendre, le meilleur de la logique pour garantir la correction.
Pas besoin de redessiner, de corriger les conneries de l'IA.
Pour les étudiants en physique, les chercheurs, les ingénieurs : c'est un outil qui pourrait enfin générer des diagrammes fiables en temps réel, à partir d'un énoncé de problème. Pas besoin de redessiner, de corriger les conneries de l'IA. Le modèle construit d'abord l'interprétation sémantique, applique les règles, puis rend le tout visuellement cohérent.
Ce papier signale une tendance : les IA génératives seules ne suffisent pas pour les domaines où la précision tue l'erreur. Coupler les réseaux de neurones avec des solveurs symboliques devient la vraie frontier.