物理学迎来ChatGPT时刻！新模型GPhyT：看一眼就能预测流体运动

让AI学会”物理直觉”，18TB数据训练出的预测专家

科学家们刚刚打造了一个物理预测界的”ChatGPT”！这个名叫GPhyT（通用物理Transformer）的模型，通过分析海量的物理仿真数据，学会了预测各种流体运动、热量传递甚至冲击波的变化规律。

简单来说，它就像个物理界的预言家：只看几秒钟的流体运动画面，就能准确预测接下来会发生什么。

工作原理：给AI装上”物理脑”

想象一下，GPhyT就像个既懂神经网络又懂物理引擎的混血天才。它只需要观察一小段物理过程（比如流体运动的几个瞬间），就能自己琢磨出其中的变化规律，然后预测后续发展。

这相当于教会了一个AI如何用微积分的思维来玩物理预测游戏——给它几个线索，它就能推演出整个故事。

学习资料：吃了18TB的”物理大餐”

为了让这个模型见多识广，研究团队给它准备了超级丰富的学习资料——整整1.8TB的物理仿真数据，相当于几千小时的物理现象视频。

这些数据包罗万象：平静的流水、汹涌的湍流、热量传递、流体绕障碍物流动，甚至还有多孔材料中的复杂流动。就像让一个学生不仅学了课本知识，还见识了各种现实中的物理现象。

预测能力：准确度超乎想象

在实际测试中，GPhyT展现出了惊人的预测能力。在单步预测任务中，它的准确度比现有的UNet模型提升了5倍，比FNO模型提升了29倍——而且用的参数数量还差不多。

这就好比两个学生参加考试，一个复习了10小时，另一个只复习了2小时，但后者考得更好，说明学习方法更高效。

最神奇的是：举一反三的能力

最让人惊喜的是，这个模型还能处理从来没学过的新情况。比如给它一个训练时从未见过的边界条件，甚至是超音速流动这种复杂场景，它仍然能给出合理的预测。

虽然细节上可能不够完美，但大的物理结构都能预测对——就像一个人虽然没学过某个具体案例，但凭借扎实的物理直觉，还是能猜个八九不离十。

稳定性：预测50步都不崩

在连续预测50个时间步长的测试中，GPhyT表现出了令人惊讶的稳定性。虽然随着预测步数增加，一些小细节会逐渐模糊，但整体的物理行为始终保持合理。

这比其他学习模型强太多了——很多模型预测几步就开始”胡说八道”，而GPhyT能保持很长时间的可靠性。

这项突破的意义在于，它证明了Transformer架构不仅能处理语言和图像，在理解物理规律方面同样潜力巨大。未来，我们可能会看到更多专门针对不同科学领域的基础模型出现。

论文地址：https://arxiv.org/abs/2509.13805

本文整理自@omarsar0推文。

想要了解更多AI设计辅助工具和创意灵感？欢迎关注「设计小站」公众号：sjxz00，一起探索科技与设计的奇妙融合！