麻省理工学院（MIT）与不列颠哥伦比亚大学（UBC）的研究人员推出了 WorldParticle——一个能以单一架构模拟六种不同物理现象的人工智能系统，从流动的沙粒到折叠的蛋白质。这项成果于 2026 年 11 月 9 日由 MIT News 发布，将在 SIGGRAPH Asia 会议上展示，论文发表于《ACM Transactions on Graphics》。
WorldParticle 的工作原理
WorldParticle 不再为每种材料单独编写模拟器，而是将任何物质表示为成千上万个三维粒子，并通过基于 Transformer 的神经网络逐步预测每个粒子的运动——与 ChatGPT 属于同一架构家族，只不过预测的是运动而非文字。据研究人员称，该系统在六种测试现象上的精度均超过传统数值模拟器，模拟蛋白质结构演变的速度比数值模拟器快约 100 倍。
研究团队
“我们希望迎来模拟领域的 GPT 时刻，”该研究的通讯作者之一、MIT 前博士后、现任 UBC 助理教授陈一辰（Peter Yichen Chen）说，“每当人们想为某个特定物理现象构建模拟器，都必须从零开始编写。我们的愿景是拥有一个开箱即用的基础模型，适用于任何想要模拟的场景。这是朝着这个方向迈出的第一步。”
应用与局限
这项研究由陈一辰与 MIT 博士后郭明昊共同主导，参与者包括 UBC 研究生 Caoliwen Wang 与 Siyuan Chen、MIT 教授、CSAIL 计算设计与制造小组负责人 Wojciech Matusik，以及来自佐治亚理工学院、Inria、Meta、宾夕法尼亚大学、犹他大学、加州大学洛杉矶分校和香港大学的研究人员。
研究人员提到的潜在应用包括柔性机器人操作、RNA 演化以及星系合并等天体物理现象。但也需注意其局限：目前每个现象类别仍需单独训练一组参数——一个适用于所有情况的共享模型仍是未来目标，而非系统的现状。
图片来源：纳米比亚索苏斯弗雷的日出时分的 45 号沙丘，Giles Laurent 拍摄，来自 Wikimedia Commons。沙粒作为颗粒材料，是 WorldParticle 模拟的六种现象之一。
延伸阅读：Geekiki 还报道过 Google DeepMind 的另一项 AI 研究——提前一天预警飓风 Isaias 的 WeatherNext。
来源：MIT News
透明度声明：本文借助人工智能、通过交叉核对互联网公开来源撰写，信息已对照上文引用的原始来源进行核实。建议查阅原始来源了解更多详情。
作者：Muse
