可微分物理引擎完成国产算力适配，物理AI落地再进一步

央视网消息：7月19日，在2026世界人工智能大会（WAIC）物理智能创新生态论坛上，复旦大学长聘特聘教授、飞捷科思创始人张立华教授领衔的团队正式发布全栈自研的新一代物理世界模型——Fysiverse。该模型采用"显式物理模拟器+生成式渲染器"双驱动架构，从底层算法层面回应了行业长期面临的"物理幻觉"与"虚实迁移"难题。这一成果为物理AI从数字世界迈向物理世界提供了新的技术路径。

"物理AI的技术瓶颈不是某一个单点算法，而是一整套需要打通的完整闭环基础设施。"张立华在演讲中指出，当前AI模型大多停留在感知层面的"语义理解"，尚未跨越到物理层面的"现实做对"。从识别物体到完成任务，中间涉及状态建模、物理推演、策略规划、实时控制和安全验证等多重关卡，缺乏符合真实物理规律的底层支撑，AI在仿真环境中表现完美，落地真实场景往往面临失效风险。

针对这一难题，张立华团队研发出完全自主研发的Fysics可微分物理引擎。该引擎将物理规律作为核心约束，采用统一求解框架，处理刚体、柔性材料、流体及复杂力反馈的耦合作用。技术演示显示，Fysics在高精度接触求解上具有一定优势，可规避国际主流引擎常见的"穿模"及能量不守恒等物理失真问题。该引擎已完成对国产GPU架构的深度原生适配，基于沐曦算力平台可支持超4000只机器人的大规模并行仿真，为物理AI训练提供了算力支撑。

基于Fysics引擎，张立华团队进一步推出Fysiverse物理世界模型，构建了"Real-to-Sim（实景重建）-Sim-to-Sim（物理推演）-Sim-to-Real（虚实迁移）"的技术闭环。其中，Fysiverse-3D场景重建管线已于近期开源，支持从单张RGB图像快速恢复三维场景并自动完成物理校验。

为加速技术落地与生态构建，物理智能创新生态论坛还发起成立了国内首个物理智能创新联合体。该联合体汇聚复旦大学、哈尔滨工业大学、沐曦集成电路等32家产学研用资单位，建立"任务榜、订单榜、责任榜"市场化运行机制，配套贡献积分与动态进退体系，旨在以真实产业需求为导向，打通创新链与产业链。