GeoPT：MIT研发物理预训练方法，让AI更懂真实世界的物理规律

人工智能模型擅长文字写作、图像生成和三维建模，但在模拟机器人测试或车辆在各类环境中的表现时却力不从心，根本原因在于这些模型对物理规律的理解远不如对像素和文字的理解深刻。

要构建一个能可靠模拟各类物理场景的AI系统，工程师需要海量的物理数据，而这在当前阶段尚不现实。神经网络获取少量可用数据点本身就耗时极长——它依赖一种名为"数值求解器"的算法来计算三维形状不同位置的物理属性。这一过程虽然严谨，却速度极慢，导致可用于测试飞机设计是否安全、是否符合空气动力学要求的数据量严重受限。

麻省理工学院计算机科学与人工智能实验室（CSAIL）与清华大学的研究人员联合开发了一种名为"GeoPT"的新型预训练方法，为仿真模型提供了一条更广泛、更高效地学习物理知识的路径。GeoPT在三维空间中虚拟还原日常的力学交互过程，展示粒子在接触物体某部分后如何停止运动。这些模拟让模型建立起对物理规律的直觉感知，从而更准确地对真实世界进行建模——与主流模型相比，GeoPT达到峰值性能的速度快一倍，所需训练数据最多可减少60%。

未来，GeoPT有望帮助工程师预测车辆（如汽车和飞机）、日常物品（如椅子和容器）以及机器人在风、水、碰撞等各类物理因素下的响应表现。研究人员认为，这项工作也可能成为迈向物理基础模型的重要一步——所谓物理基础模型，是指一种基于大量数据训练的核心系统，能够辅助AI工具泛化到不同任务。

"我们认为物理是继文字和像素之后，AI模型的第三种模态，"麻省理工学院博士生、CSAIL研究员、论文共同第一作者郭明昊表示，"我们的通用模型具备足够的通用性，有助于构建面向物理的世界模型。许多生成机器人数据和视频的模型已经深谙文本与视觉数据，但引入物理准确性后，它们将能获得更真实的结果。"

易于使用

使用GeoPT时，用户只需上传战舰、客机、卡车等物体的三维模型，并指定希望模拟的力的方向和速度。系统随即生成一张热力图，直观展示该物体各部位将受到怎样的影响。只要知道所模拟力的速度和方向（即速度向量），就可以在GeoPT中加以呈现。这在模拟汽车撞墙后的形变、光线在物体周围的反射方式、船只在波涛汹涌中能否保持浮力等场景时极为实用。

GeoPT之所以能如此深刻地"理解"物理，秘诀在于"合成动力学"——即微小粒子与复杂三维形状之间发生的一系列交互。GeoPT研究了130万组合成动力学样本，其中微小球体以不同速度和角度运动，直至停留在物体表面某一点上。

这些粒子一旦与物体接触便会"附着"其上，而非穿透或弹开。可以想象用弹珠和玩具人偶来学习物理交互——仿真模型同样可以借助合成动力学，在接触标注数据之前就建立起对物理规律的直觉认知。

工业应用成效显著

研究人员发现，GeoPT在模拟工业场景方面表现尤为突出，在多项基准测试中均超越了现有最先进的仿真模型。共同之处在于：它比其他工具更快达到峰值性能，同时所需的标注数据量明显更少。

例如，在一个包含复杂三维形状及其对风流和表面压力响应数据的数据集上，GeoPT在速度、精度和效率三项指标上均超越了最先进模型。在捕捉战斗机对风的响应方面，它同样在速度和精度上表现优异。当GeoPT测试船体如何应对空气和波浪时，所需标注数据减少了60%，同时达到峰值精度的速度比顶尖基线模型快四倍。

该系统甚至成功模拟了不同类型汽车与其他物体碰撞后的形变效果——GeoPT正确预测出三维车辆的变形情况，且所用数据少于最先进基线模型。此外，它对光线穿过一个兔子玩具模型的模拟也相当准确，尽管事先从未训练过该三维模型或光物理相关数据。

"如果你的模型在工业基准上表现优异，就意味着它能解决最难的物理任务，"共同第一作者、麻省理工学院博士后及CSAIL研究员吴海旭表示，"GeoPT能在数秒内对超过1亿个网格点进行高保真仿真。这将使该工具对希望在不进行大量实物实验的情况下测试车辆蓝图的工程师极具价值。"

研究人员表示，他们的系统只是其所追求的物理世界模型的一个预览版本。团队希望进一步扩展系统规模，在更多形状上进行训练，并模拟更复杂的物理现象。例如，更深入的研究方向可能有助于建模天气模式、测试不同材料特性，以及生成更真实的视频。

"利用合成动力学数据将物理知识融入基础模型，是一种令人振奋的新范式，"未参与该研究的Meta AI研究科学家沙飞表示，"它挑战了物理与几何在计算中必然相互纠缠、且必须依赖昂贵专业数据的传统观念。在众多应用领域取得的成功，将我们带到了一个重要节点：我们已经准备好构建物理基础模型，现在就可以，而且要快。"

本文的共同作者还包括麻省理工学院CSAIL的同事：实验室博士后李宗义；CSAIL附属成员、麻省理工学院电气工程与计算机科学（EECS）方向博士生窦志洋（Frank）；实验室首席研究员、EECS副教授、谷歌DeepMind杰出科学家何恺明；以及通讯作者、EECS杰出教授、CSAIL首席研究员Wojciech Matusik。清华大学副教授龙明盛也是共同作者之一。该论文于7月在国际机器学习大会（ICML）上正式发表。

本研究得到了"机器人神经模块物理孪生"项目的部分支持。

Q&A

Q1：GeoPT是什么？它能解决哪些问题？

A：GeoPT是由麻省理工学院CSAIL与清华大学联合开发的物理预训练方法。它通过让AI模型学习粒子与三维物体的交互过程，帮助模型理解物理规律，从而更准确地模拟风力、水流、碰撞等真实物理场景。与现有最先进模型相比，GeoPT达到峰值性能的速度快一倍，训练所需标注数据最多可减少60%。

Q2：GeoPT的"合成动力学"是怎么工作的？

A：合成动力学是GeoPT学习物理知识的核心机制。研究人员让微小球体以不同速度和角度向复杂三维形状运动，球体一旦接触物体表面就会"附着"停止，而非穿透或弹开。GeoPT共学习了130万组这样的样本。这一过程类似于用弹珠和玩具来感受物理交互，让模型在接触真实标注数据之前就建立起对物理规律的基本认知。

Q3：GeoPT目前在哪些场景中表现最好？

A：GeoPT在工业仿真场景中表现尤为突出。测试显示，它在模拟飞机受风力影响、船体应对空气与波浪、汽车碰撞形变以及光线传播等任务上均超越了现有最先进模型，且所需数据更少、速度更快。其中船体仿真任务中，达到峰值精度的速度比基线模型快四倍，标注数据需求减少了60%。