GPhyT: Towards a Physics Foundation Model：单一Transformer模拟多种物理现象，通用物理基础模型初现
2025年9月，研究团队提出General Physics Transformer (GPhyT)，在1.8TB多领域仿真数据上训练，实现单一模型模拟流体-固体交互、冲击波、热对流、多相流等。GPhyT在多个物理域上超越专用架构7倍以上，并展现出对未见物理系统的零样本泛化能力（通过上下文学习），以及更稳定的长期预测。
发展脉络
- 首次出现GPhyT: Towards a Physics Foundation Model：单一Transformer模拟多种物理现象，通用物理基础模型初现arXiv cs.AI
- 当前判断GPhyT可替代传统CFD（计算流体动力学）求解器，将仿真时间从小时级降至秒级，且无需专家调参。对航空航天、汽车、能源、气象等行业，可大幅降低研发成本和周期。云服务商可提供物理模拟API，使中小企业也能进行高保真仿真。Agent Pulse · 分析
GPhyT证明Transformer可以从数据中学习通用物理规律，无需显式方程。这挑战了传统“一个模型一个物理域”的范式，为通用物理模拟器奠定基础。其零样本泛化能力意味着可快速适应新场景，对工程仿真、气候建模、工业设计等领域具有变革潜力。
GPhyT基于标准Transformer架构，输入为时空网格数据（如速度、压力、温度场），输出为下一时间步的物理场。训练数据涵盖5个物理域、20+种边界条件，总数据量1.8TB。模型在Navier-Stokes方程、欧拉方程等基准上，相比专用CNN/RNN模型，误差降低7-10倍。零样本测试中，GPhyT在未见过的雷诺数、几何形状上仍能给出合理预测。长期 rollout 稳定性优于传统数值方法，发散时间延迟3倍以上。
GPhyT可替代传统CFD（计算流体动力学）求解器，将仿真时间从小时级降至秒级，且无需专家调参。对航空航天、汽车、能源、气象等行业，可大幅降低研发成本和周期。云服务商可提供物理模拟API，使中小企业也能进行高保真仿真。
建议CAE软件公司（如ANSYS、Dassault）评估GPhyT作为加速器集成到产品中。制造企业可试用GPhyT进行快速原型仿真，减少物理实验次数。云厂商可推出基于GPhyT的仿真服务，按调用量收费。
关注GPhyT在三维、非结构化网格上的扩展；训练数据覆盖更多物理域（如电磁、量子）；与现有工业软件（如ANSYS、COMSOL）的集成；以及可解释性和不确定性量化。若成功，将推动物理AI从学术走向工业标准。