MIT物理AI大模型亮相 一套架构模拟六类物质运动

时间：2026 年 11 月 9 日。MIT News 当天发布报道，介绍学习式物理模拟器 WorldParticle。论文以 arXiv 编号 2605.15305 公开，2026 年 5 月 14 日首次提交，5 月 20 日更新到第 4 版，项目主页标注该工作面向 SIGGRAPH Asia 2026。 地点：美国马萨诸塞州剑桥的 MIT CSAIL、加拿大不列颠哥伦比亚大学，以及佐治亚理工学院、Inria、Meta、宾夕法尼亚大学、犹他大学、加州大学洛杉矶分校和香港大学。 人物：论文共 16 位作者，Caoliwen Wang 与 Minghao Guo 为共同第一作者，分别来自不列颠哥伦比亚大学与 MIT CSAIL，Zherong Pan、Kui Wu、Lingjie Liu、Yin Yang、Chenfanfu Jiang、Taku Komura、Wojciech Matusik、Peter Yichen Chen 等参与，通讯作者为 Minghao Guo 与 Peter Yichen Chen。 事件详情：WorldParticle 把材料表示成大量粒子，用单一 Transformer 架构同时模拟布料、弹性固体、牛顿流体与非牛顿流体、颗粒材料和分子动力学六类物理现象，架构全程不变，只换训练数据。它采用预测—校正设计：显式预测器先按已知外力把粒子向前推进，得到只含外力驱动、不含粒子间相互作用的中间状态；再由学习到的校正器补上残差，分三步完成——粒子分词器编码粒子与粒子、粒子与边界以及拓扑引导的局部交互，super-token 编码器用自注意力与 token 合并把粒子 token 逐层归并为紧凑的 super token，super-token 解码器再通过交叉注意力还原到粒子粒度，输出每个粒子的位置与速度修正量。论文说明，编码器每层把 token 数减半来压低注意力开销，解码器也只在紧凑的 super token 集合上通信，不做全量粒子两两注意力。架构与预测—校正接口都不绑定具体方程，某一类现象在模型看来只是同一输入输出格式下的另一种训练分布。 背景：传统仿真要为每类现象分别编写数值求解器，流体用欧拉网格，弹性固体用拉格朗日网格与有限元，自由表面用粒子采样，各自由制方程也不同，从纳维—斯托克斯方程到非线性本构关系、颗粒流变和原子势。论文提到，NVIDIA Newton 这类新引擎把多个求解器后端装进同一个系统，但每类现象内部仍依赖各自的专用求解器，这种按现象、按求解器分家的做法让跨现象耦合变难，一套经典流程能覆盖的场景也就受限。位置动力学、物点法等路线把材料点、网格顶点、SPH 采样和原子统一抽象为带位置、速度与物理属性的粒子，但只统一了表示层，底层方程的非线性与逐场景参数化依然存在。 影响：论文称同一架构在六类动力学现象上可以泛化到未见过的材料、边界条件、初始条件与外力，在滚动误差和长时预测稳定性上优于已有的神经模拟器，代价是单项精度不及 FEM、SPH、MPM 这类专用方法。项目主页展示的对比对象包括 DeepLagrangian、GNS、TIE、Neural Operator 和 UPT；流体实验中模型可稳定推进最多八百次滚动，布料扭曲任务在 200 帧训练视界之外仍能稳定运行到 250 帧。在分子动力学上，它以 50 飞秒的时间步长预测侧链转动动力学，而传统 OpenMM 仿真用 0.5 飞秒步长，时间步长大 100 倍，据此可构建分子世界模型；论文还演示了交互式控制、可微的逆向设计，以及借助 PhysTwin 与 3D 高斯泼溅从真实操作数据中预测粒子轨迹。MIT News 提到，这套系统有望助力软体机器人和药物研发。代码与模型权重已随论文公开。 总结：WorldParticle 的意义不在某个单点指标，而在于把仿真从每种现象配一套求解器，改成一套架构换训练数据。显式预测负责外力，学习校正负责交互，粒子分词加上 super token 的逐层归并与还原，把全局耦合压进一次注意力通信里。对研究者，这意味着布料、流体、颗粒材料和蛋白质可以共用同一套训练与推理流程，少写求解器；对产业，物理 AI 大模型的门槛正从能描述物理现象，往能替代专用求解器挪。论文同时承认精度上仍不及 FEM、SPH 这类专用方法，因此短期更像是通用底座加专用方法兜底，而不是一键取代。 常见问题： 问：WorldParticle 是一个新模型还是一套新架构？ 答：是一套架构。论文用单一 Transformer 架构和一套训练流程覆盖布料、弹性固体、牛顿流体与非牛顿流体、颗粒材料、分子动力学六类现象，换现象只换训练数据，不重新设计模型。 问：物理 AI 大模型目前能用在哪里？ 答：论文演示了交互式控制、逆向设计和从真实操作数据中学习，MIT News 提到它有望用于软体机器人和药物研发。 参考来源： MIT News：单一 AI 模型可模拟多种物质行为，从流沙到蛋白质折叠 https://news.mit.edu/2026/single-ai-model-simulates-many-substances-behavior-1109 arXiv 论文摘要页：WorldParticle: Unified World Simulation of Lagrangian Particle Dynamics via Transformer https://arxiv.org/abs/2605.15305 arXiv 论文全文 HTML（v4，2026 年 5 月 20 日） https://arxiv.org/html/2605.15305v4 WorldParticle 官方项目主页（含与 DeepLagrangian、GNS、TIE 等方法的对比演示） https://worldparticle.github.io/WorldParticle_Web/ SaaS Feeds 中文报道：MIT 与 UBC 等提出 WorldParticle，单一 AI 模型统一模拟沙子流动与蛋白质折叠 https://saasfeeds.com/news/item-75767 奇点 AI 索引收录的 MIT News 条目（标注发布日期 2026-11-09） https://ai.qidiandaohang.com/news/12276124/