如何让人工智能懂物理？最近，上海企业极映科技发布了“极映2.0-s”固体力学物理基础模型，在这个关乎通用人工智能的前沿领域取得进展——模型无需针对新几何、新工况、新材料重新训练，就能在从未见过的问题上直接给出接近数值算法精度的物理场结果。“当机器人拥有对重力、碰撞、摩擦的‘物理直觉’时，当虚拟世界的物理规律精准无误时，我们将进入一个由物理AI驱动的全新时代。”极映科技创始人高鑫博士说。

在当前的人工智能范式中，世界模型被寄予厚望，已成为模拟环境动态并预测未来状态的核心技术框架。现有世界模型大多建立在视频数据学习、三维重建和物体语义识别的基础上，主要学习物体“看起来”如何运动，追求的是视觉层面的合理性与交互层面的连贯性。

然而，高鑫和他的创业伙伴认为，真正面向现实世界的世界模型不应只具备空间几何理解和物体识别能力，还应具备对物理规律的建模与预测能力。无论是电子游戏中的碰撞、重力和流体效果，还是具身智能机器人的抓取、行走和环境交互，都离不开物理规律。它们的区别在于，对物理保真度的要求不同：游戏更关注视觉真实感和实时交互体验，具身智能更关注物理直觉和行为可执行性。工业级仿真则要求结果能够被控制方程、边界条件、材料参数和实验数据严格验证。

为了把物理规律植入世界模型，2024年底，三位研究人工智能与物理仿真的博士联合创立了极映科技。他们选择从工业这一对物理准确性要求最高的领域切入，构建以真实物理规律和工程仿真数据为核心的物理世界基础模型。其目标不是让虚拟世界“看起来正确”，而是让智能体理解并预测重力、摩擦、流体、热、应力等真实物理过程，使虚拟世界在物理层面具备可计算、可验证、可泛化的可信能力，为工业设计、具身智能、游戏交互等物理智能场景服务。目前，公司已完成数千万元融资。

“极映2.0-s”固体力学物理基础模型的平台界面

“极映2.0-s”固体力学模型的发布，标志着极映科技在这条创新道路上迈出了重要一步。固体力学是应用范围最广、工程需求最多的物理场，从汽车的车身结构件与支架到半导体封装在热-机械载荷下的基板应力，再到医疗植入物与器械的力学响应，几乎所有承力结构件都需要做应力、应变、刚度分析。这个模型以大规模工程仿真数据和复杂三维几何数据为训练基础，能直接从几何与工况出发，生成高保真的连续物理场结果，并输出具有工程意义的关键指标。

据介绍，传统仿真流程耗时长，单次求解往往需要数小时至数天，且极度依赖专家经验。这导致工程师只能在有限的十几个经验方案里做优化，无法在完整的设计空间里搜索最优解。

大模型兴起后，正在引发仿真技术变革。据介绍，“极映2.0-s”的核心突破在于其“零样本”泛化能力——即使面对训练集中未见过的几何结构、未见过的载荷约束组合、未覆盖的材料弹性模量区间，依然能保持很高精度。这种物理一致性与几何泛化性，使工程级物理推理首次从高度专业化、强依赖人工经验的仿真工具演进为可广泛调用的基础智能能力。

“我们以固体力学为起点，跑通了模型架构→数据集与质量体系→训练策略→泛化验证的闭环。今后，模型可扩展到流体、热力、电磁等其他物理场。”高鑫说，在模型命名上，后缀记录了当前模型覆盖的物理场，如“-s”代表固体力学。极映科技后续如果把流体加入，模型名字即为“极映2.0-sf”；再加入热学，即为“极映2.0-sft”；最终，将收敛为覆盖全部物理场的统一物理基础模型。它将为数字孪生、具身智能和复杂系统预测提供可信的物理约束，成为未来世界模型的物理内核。