五個(gè)真實(shí)物理任務(wù)實(shí)測，PhysMaster 可推導(dǎo)、寫碼、數(shù)值驗(yàn)證。

作者丨鄭佳美

編輯丨岑峰

當(dāng)大模型的能力從能回答問題走向能完成任務(wù)，AI for Science 也正在經(jīng)歷一次更深層的轉(zhuǎn)向。

過去行業(yè)更關(guān)注模型在標(biāo)準(zhǔn)題目、知識問答和文獻(xiàn)總結(jié)上的表現(xiàn)，但這些能力本質(zhì)上仍屬于信息處理，它們可以提升效率，卻很難真正改變科研本身的推進(jìn)方式。

現(xiàn)實(shí)科研的核心難點(diǎn)并不在于單點(diǎn)能力是否強(qiáng)，而在于研究過程天然是長鏈條、不確定、強(qiáng)依賴驗(yàn)證的閉環(huán)系統(tǒng)。一個(gè)看似簡單的物理問題，往往需要經(jīng)歷建模選擇、推導(dǎo)路徑、數(shù)值實(shí)驗(yàn)設(shè)計(jì)、代碼實(shí)現(xiàn)、調(diào)參排錯(cuò)、對照基準(zhǔn)結(jié)果、誤差來源分析等一整套流程，任何一步出錯(cuò)都可能導(dǎo)致結(jié)論失效。

也正因?yàn)槿绱耍蒲行实钠款i長期不在想法是否聰明，而在能否把想法變成可信結(jié)果，大量時(shí)間消耗在重復(fù)工程與試錯(cuò)迭代中。

在這樣的行業(yè)背景下，上海交通大學(xué) SciMaster 團(tuán)隊(duì)聯(lián)合深勢科技、中科院理論物理所在研究論文《PHYSMASTER: Building an Autonomous AI Physicist for Theoretical and Computational Physics Research》中給出了一個(gè)更激進(jìn)的答案，與其把 AI 當(dāng)作分散的輔助工具，不如直接構(gòu)建一個(gè)能夠組織、規(guī)劃并執(zhí)行科研閉環(huán)的自主系統(tǒng)。

研究團(tuán)隊(duì)用五個(gè)真實(shí)的物理科研任務(wù)驗(yàn)證其能力，從加速成熟工作流，到自動完成復(fù)雜數(shù)值研究，再到嘗試自主探索開放問題，展示了 AI 邁向可持續(xù)推進(jìn)科研的可能路徑。

這項(xiàng)研究真正值得關(guān)注的地方，不只是模型算得更快或?qū)懙酶袢?，而是它讓我們看到一種潛在的新科研范式，AI 不再只是科研流程中的局部工具，而可能成為能夠承擔(dān)完整研究鏈條的研究主體之一。

論文地址：https://arxiv.org/pdf/2512.19799

01
五項(xiàng)任務(wù)跑通科研閉環(huán)

這項(xiàng)工作并不是在一個(gè)統(tǒng)一的數(shù)據(jù)集上跑模型分?jǐn)?shù)，而是通過五個(gè)真實(shí)的物理科研任務(wù)來驗(yàn)證系統(tǒng)能力，并將這些任務(wù)按能力層級分為三檔：加速、自動化、自主發(fā)現(xiàn)。換句話說，這項(xiàng)工作希望證明的是，這個(gè)系統(tǒng)并非只停留在會聊天的層面，而是能夠像物理博士一樣完成一個(gè)完整的研究閉環(huán)。

首先在加速類任務(wù)中，研究團(tuán)隊(duì)展示了兩個(gè)代表性成果：第一個(gè)成果是從格點(diǎn) QCD 數(shù)據(jù)中提取 Collins–Soper kernel。研究人員完成了一條非常標(biāo)準(zhǔn)但極其繁瑣的粒子物理計(jì)算鏈條，輸入是一批格點(diǎn) QCD 的原始?xì)W式相關(guān)函數(shù)數(shù)據(jù)以及 Wilson loop 數(shù)據(jù)。

這些通常是科研團(tuán)隊(duì)計(jì)算得到的原始數(shù)值結(jié)果，輸出則是一個(gè)關(guān)鍵物理量 Collins–Soper kernel，用來描述 TMD（橫動量相關(guān)分布）隨尺度變化的規(guī)律。

研究人員強(qiáng)調(diào)，該系統(tǒng)得到的結(jié)果與已有研究人員工作（Tan 等人 2025 的處理）在中心趨勢上是一致的，同時(shí)它給出的統(tǒng)計(jì)誤差更小，但研究團(tuán)隊(duì)也說明這可能是因?yàn)樗谀承┫到y(tǒng)誤差的處理上更樂觀。

這一成果的重要性并不在于得到某一個(gè)數(shù)，而在于它能把整條工作流自動跑完，包括從噪聲很大的格點(diǎn)數(shù)據(jù)中完成擬合、自動選擇合理的擬合區(qū)間（這一步在人工分析中很容易帶入主觀性）、進(jìn)行重整化來消除發(fā)散項(xiàng)、處理遠(yuǎn)距離區(qū)間信號爆噪的問題（用符合物理預(yù)期的形式補(bǔ)齊尾部）、做傅里葉變換得到動量空間對象，并最終從不同動量輸入中提取出 kernel，因此它相當(dāng)于證明AI 不只是會說理論，而是真的能執(zhí)行嚴(yán)謹(jǐn)?shù)奈锢頂?shù)據(jù)分析流程。

第二個(gè)加速類任務(wù)是從零寫程序計(jì)算鋰原子的第一激發(fā)能，并且不允許依賴軟件工具。在這一任務(wù)中，系統(tǒng)從頭構(gòu)建了一個(gè)變分求解器，最終算出了鋰原子的基態(tài)能量、第一激發(fā)態(tài)能量，并用兩者差值得到第一激發(fā)能，且結(jié)果與實(shí)驗(yàn)值非常接近，誤差小到幾乎可以認(rèn)為足夠支撐科研驗(yàn)證。

這個(gè)實(shí)驗(yàn)的關(guān)鍵不在于鋰原子本身有多難，而在于它證明了系統(tǒng)在嚴(yán)格限制條件下仍具備獨(dú)立完成高強(qiáng)度計(jì)算物理工程的能力，研究團(tuán)隊(duì)明確規(guī)定它不能調(diào)用任何成熟量化化學(xué)軟件（如 Gaussian 或 PySCF），不能依賴外部檢索（等于不能查答案），只能使用 Julia 標(biāo)準(zhǔn)庫，并必須自己推導(dǎo)所需的積分形式、自己完成數(shù)值積分實(shí)現(xiàn)、自己進(jìn)行參數(shù)優(yōu)化。

真正困難的部分來自工程細(xì)節(jié)：三電子體系的交換項(xiàng)很容易寫錯(cuò)，數(shù)值積分同時(shí)要處理核附近的發(fā)散行為和遠(yuǎn)處的拖尾行為，而基函數(shù)如何選擇、如何保持正交、如何調(diào)整參數(shù)，也都要求較強(qiáng)的物理直覺與計(jì)算經(jīng)驗(yàn)。研究人員的結(jié)論是，這類工作研究生往往需要幾天甚至更長時(shí)間才能完成，但系統(tǒng)能在很短時(shí)間內(nèi)完成，并且結(jié)果還能對得上實(shí)驗(yàn)。

隨后研究團(tuán)隊(duì)進(jìn)入自動化類任務(wù)，第三個(gè)成果是用量子蒙特卡洛（QMC）計(jì)算 Union Jack 格子 Bose–Hubbard 模型的相變臨界點(diǎn)，它得到一個(gè)非常精確的量子相變臨界點(diǎn)（從超流到莫特絕緣體的轉(zhuǎn)變點(diǎn)），誤差很小，而且結(jié)論符合物理直覺：Union Jack 格子由于連接更豐富、更容易形成超流，因此臨界點(diǎn)相較普通方格子顯著降低。

這個(gè)實(shí)驗(yàn)之所以比前兩個(gè)更強(qiáng)，是因?yàn)樗皇呛唵握罩綄懘a就結(jié)束，而更像一個(gè)完整的科研項(xiàng)目級流程，它必須自行實(shí)現(xiàn) QMC 的核心算法（SSE 與 directed-loop 更新），處理格子拓?fù)鋷淼募?xì)節(jié)差異（例如 winding number 的計(jì)算不再與普通格子完全一樣），自動調(diào)參使系統(tǒng)精確落在莫特區(qū)的關(guān)鍵位置（并非隨便選一個(gè)化學(xué)勢即可），并需要在不同系統(tǒng)尺寸上重復(fù)計(jì)算，再通過有限尺度分析把有限系統(tǒng)結(jié)果外推到無限系統(tǒng)，從而得到可靠的臨界點(diǎn)。

研究人員還強(qiáng)調(diào)，這個(gè)任務(wù)是在沒有外部知識庫檢索的情況下完成的，因此等于證明它能夠從物理定義出發(fā)獨(dú)立跑完一個(gè)高精度數(shù)值研究任務(wù)。

第四個(gè)成果仍屬于自動化類，但形式不同，這項(xiàng)工作研究的是潮汐瓦解事件（TDE）中 nozzle shock 的耗散是否會被廣義相對論效應(yīng)顯著增強(qiáng)，這個(gè)案例并不是要算一個(gè)固定標(biāo)準(zhǔn)答案，而是要驗(yàn)證一個(gè)假設(shè)是否成立。

背景是傳統(tǒng)理論往往認(rèn)為碎片流在近地點(diǎn)附近發(fā)生 nozzle shock 會耗散大量能量，從而快速形成吸積盤，但后來更高分辨率的模擬發(fā)現(xiàn)過去可能高估了耗散強(qiáng)度，甚至高估了兩到三個(gè)數(shù)量級。

在這個(gè)背景下，系統(tǒng)要測試的機(jī)制是，如果考慮恒星并非一個(gè)點(diǎn)，則會產(chǎn)生能量展寬，在 Kerr 黑洞時(shí)空中不同能量碎片的軌道進(jìn)動程度不同，這會導(dǎo)致碎片再次匯合時(shí)發(fā)生非零夾角碰撞，從而帶來額外耗散并可能增強(qiáng) nozzle shock 的總耗散。

這個(gè)實(shí)驗(yàn)體現(xiàn)的能力是自動化科研循環(huán)：給系統(tǒng)一個(gè)研究人員提出的方向或假設(shè)，它能夠自己建模、自己開展數(shù)值實(shí)驗(yàn)、自己判斷這一機(jī)制是否可能解釋問題，這比單純做題更接近真實(shí)科研。

最后第五個(gè)成果是自主發(fā)現(xiàn)類任務(wù)，研究對象是粲介子半輕衰變中的哈密頓量構(gòu)造與振幅預(yù)測，研究團(tuán)隊(duì)將其定義為真正的跨越，意味著系統(tǒng)從協(xié)作科學(xué)家邁向自主科學(xué)家，即不再是人類一步步告訴它怎么做，而是面對仍然開放、復(fù)雜的問題時(shí)能夠自主探索，并提出研究人員認(rèn)為具有創(chuàng)新性的方法。研究團(tuán)隊(duì)認(rèn)為這一部分體現(xiàn)的是最高等級能力：不僅能夠執(zhí)行任務(wù)，還能產(chǎn)出新的研究路線。

02
讓物理研究流程化與可復(fù)用

這項(xiàng)工作將 PHYSMASTER 的整體流程拆分為三個(gè)階段：前處理、執(zhí)行、沉淀復(fù)用，因此它更像一個(gè)具備組織能力的科研團(tuán)隊(duì)，而不是單一模型。

在前處理階段，研究人員指出真實(shí)科研問題常常信息過載、缺乏層次且存在歧義，如果直接開始計(jì)算，很容易跑偏，同時(shí)浪費(fèi)計(jì)算資源和上下文長度，因此系統(tǒng)會先進(jìn)行問題澄清與拆解，明確問題屬于哪個(gè)物理方向，厘清輸入內(nèi)容與輸出形式，判斷任務(wù)類型屬于工程計(jì)算、假設(shè)檢驗(yàn)、開放探索或現(xiàn)象學(xué)分析中的哪一種，梳理必須遵守的物理約束（如守恒律、對稱性、尺度等），補(bǔ)足所需背景知識，并最終拆成一系列可執(zhí)行子任務(wù)，這一步相當(dāng)于研究人員在正式研究前制定工作計(jì)劃。

隨后在前處理的第二部分，研究團(tuán)隊(duì)會建立一個(gè)只服務(wù)當(dāng)前任務(wù)的專用知識庫，該知識庫并非用于百科式存儲，而是用于補(bǔ)齊關(guān)鍵概念與關(guān)鍵做法，引入必要的數(shù)值基準(zhǔn)或標(biāo)準(zhǔn)方法，避免后續(xù)推導(dǎo)與實(shí)現(xiàn)憑空編造。

其構(gòu)建依賴兩類協(xié)作角色，一類負(fù)責(zé)擴(kuò)展檢索范圍以盡量不遺漏，另一類負(fù)責(zé)通過強(qiáng)推理篩選高相關(guān)內(nèi)容，并從中提取定性知識（如機(jī)制、物理圖像和效應(yīng)競爭關(guān)系）以及定量知識（如關(guān)鍵數(shù)值結(jié)果、參數(shù)與校準(zhǔn)信息），同時(shí)強(qiáng)調(diào)證據(jù)鏈，使系統(tǒng)每一步結(jié)論盡量可追溯來源。

進(jìn)入執(zhí)行階段后，系統(tǒng)開展理論推導(dǎo)、代碼實(shí)現(xiàn)與試錯(cuò)迭代，研究人員認(rèn)為物理研究屬于超長任務(wù)，通常需要多輪草稿、檢查和修改，因此系統(tǒng)采用多軌跡探索策略，同時(shí)并行嘗試多條路線，每條路線產(chǎn)出階段性結(jié)果，最終選擇最可靠、最完整的一條作為最終方案，這更像科研團(tuán)隊(duì)并行推進(jìn)多個(gè)方案，而不是單一路線死磕。

執(zhí)行階段還包含明確分工：Supervisor 更像導(dǎo)師或項(xiàng)目負(fù)責(zé)人，負(fù)責(zé)決定下一步做什么、管理進(jìn)度以避免遺忘前面結(jié)論、嚴(yán)格檢查輸出是否可靠，并提出批評、指出錯(cuò)誤和要求修正。

Theoretician 更像具體執(zhí)行的研究員，負(fù)責(zé)理論推導(dǎo)與建模，把模型轉(zhuǎn)化為可運(yùn)行程序，并通過數(shù)值實(shí)驗(yàn)得到結(jié)果，而研究團(tuán)隊(duì)強(qiáng)調(diào)系統(tǒng)可靠性的關(guān)鍵在于 Supervisor 提供的批判式反饋，否則系統(tǒng)可能越改越錯(cuò)。

最后在沉淀復(fù)用階段，研究人員提出長期記憶系統(tǒng) LANDAU，目的不是完成一次任務(wù)就結(jié)束，而是讓系統(tǒng)未來遇到類似問題更快更穩(wěn)，它會沉淀任務(wù)中檢索到的可靠文獻(xiàn)知識、已經(jīng)驗(yàn)證有效的方法流程，以及人工整理的高置信物理常識以避免基礎(chǔ)錯(cuò)誤，并且每次任務(wù)結(jié)束后，本次構(gòu)建的小型知識庫會并入長期庫，使系統(tǒng)不斷積累經(jīng)驗(yàn)，逐漸更像一個(gè)經(jīng)驗(yàn)豐富的物理學(xué)家。

03
從助手到研究者的轉(zhuǎn)變

整體來看，這項(xiàng)工作可以從四個(gè)層面理解其意義。第一，它證明AI 可以完成端到端的物理科研流程，而不僅僅停留在做競賽題、回答事實(shí)問題或進(jìn)行文獻(xiàn)檢索與總結(jié)，因?yàn)檫@些傳統(tǒng)評估方式并不能構(gòu)成真正的研究閉環(huán)。

而真實(shí)物理研究更需要抽象建模、嚴(yán)謹(jǐn)推導(dǎo)、可執(zhí)行代碼實(shí)現(xiàn)以及數(shù)值驗(yàn)證能力，這些恰恰是過去許多 AI 系統(tǒng)明顯欠缺的地方，因此 PHYSMASTER 的價(jià)值就在于把這些關(guān)鍵能力整合到同一個(gè)系統(tǒng)里。

第二，它將物理研究中最耗費(fèi)人力的重復(fù)工程勞動顯著壓縮，例如寫求解器、調(diào)參、調(diào)試、反復(fù)跑計(jì)算等工作往往占據(jù)大量時(shí)間，而加速類案例表明 AI 有可能把原本需要資深博士生花費(fèi)一到三個(gè)月完成的重工程環(huán)節(jié)壓縮到幾個(gè)小時(shí)，從而直接改變科研推進(jìn)的節(jié)奏。

第三，自動化類案例進(jìn)一步說明科研循環(huán)本身也可以被壓縮到一天左右，即在研究人員給出一個(gè)假設(shè)或思路后，系統(tǒng)能夠自動完成探索循環(huán)，包括做實(shí)驗(yàn)、驗(yàn)證假設(shè)并持續(xù)迭代，把原本不可預(yù)測、可能拖延數(shù)月的過程收斂到一天級別，這意味著未來的科研分工可能逐漸變成由人類負(fù)責(zé)提出方向，由 AI 負(fù)責(zé)將方向快速轉(zhuǎn)化為可驗(yàn)證的結(jié)論。

第四，自主發(fā)現(xiàn)類案例體現(xiàn)出AI 有機(jī)會從科研助手轉(zhuǎn)向研究者，因?yàn)樽灾靼l(fā)現(xiàn)意味著系統(tǒng)不再只是執(zhí)行命令，而是能夠在面對開放性問題時(shí)自己探索路徑并推進(jìn)研究，這正是其所強(qiáng)調(diào)的從協(xié)作科學(xué)家邁向自主科學(xué)家的關(guān)鍵轉(zhuǎn)變。

04
點(diǎn)亮 PhysMaster 的人

第一作者苗庭嘉本科就讀上海交通大學(xué)致遠(yuǎn)學(xué)院，現(xiàn)為上海交通大學(xué)人工智能學(xué)院2026級博士研究生，研究方向聚焦于 AI Agents 與 AI for Science，導(dǎo)師為陳思衡副教授。

2023 至 2024年，他曾在上海交通大學(xué)李政道研究所擔(dān)任科研助理，從事凝聚態(tài)物理理論研究；此后，在字節(jié)跳動Seed、北京大學(xué)計(jì)算機(jī)學(xué)院進(jìn)行過AI領(lǐng)域研究工作。

自 2025 年起，苗庭嘉開始與深勢科技合作，深度參與 SciMaster 科研智能體生態(tài)的構(gòu)建與完善。

本論文的通訊作者為陳思衡。他是上海交通大學(xué)人工智能學(xué)院長聘教軌副教授、博士生導(dǎo)師。

陳思衡于 2016 年獲得美國卡內(nèi)基梅隆大學(xué)電氣與計(jì)算機(jī)工程博士學(xué)位，并入選國家級人才計(jì)劃青年項(xiàng)目。他的研究方向涵蓋圖機(jī)器學(xué)習(xí)、群體智能、多智能體協(xié)同感知以及大模型智能體，并在圖信號處理與圖結(jié)構(gòu)數(shù)據(jù)采樣理論方面做出開拓性貢獻(xiàn)，曾獲得 IEEE 信號處理協(xié)會最佳青年作者論文獎(jiǎng)。

在群體智能領(lǐng)域，他提出群智交互感知的語用社會學(xué)習(xí)思想，緩解了多智能體協(xié)同感知中通信效率與性能之間的矛盾。近年來，他致力于大模型驅(qū)動的智能體技術(shù)，開發(fā)了科研智能體 SciMaster 和 ML-Master，并在 AI4AI 方向取得了顯著進(jìn)展。

參考鏈接：https://siheng-chen.github.io/

未經(jīng)「AI科技評論」授權(quán)，嚴(yán)禁以任何方式在網(wǎng)頁、論壇、社區(qū)進(jìn)行轉(zhuǎn)載！

公眾號轉(zhuǎn)載請先在「AI科技評論」后臺留言取得授權(quán)，轉(zhuǎn)載時(shí)需標(biāo)注來源并插入本公眾號名片。