研究团队提出融合结构与学习机制的稳定物理世界模型

2026年10月，一项发表于arXiv的研究提出了一种结合先验物理结构与数据学习的物理世界模型。该模型旨在解决物理仿真中的长期稳定性和反事实泛化问题，可同时实现符合热力学第二定律的耗散过程、对参数干预的响应，以及长达训练时域100倍的稳定性与抗扰动鲁棒性。在电磁腔、网格粒子与浅水流体等测试中，该模型仅包含约9,000个参数，依托单套权重即可将守恒与耗散状态区隔达4个数量级；在留出干预预测的表现上，相比收敛线性模型提升了2至17倍。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。