物理引擎推动AI从仿真走进现实

　　在飞捷科思智能科技(上海)有限公司的演示大厅，大屏幕上滚动播放着一个看似简单却意义非凡的视频：一个机器人不断尝试向篮筐中投送篮球，从最初毫无方向感地胡乱投篮，到逐渐调整姿态与力度，最终稳稳地将篮球送入篮筐中。

　　对于人类篮球运动员来说，这是举手之劳;对于机器人而言，这曾是横亘在虚拟与现实之间的一道天堑。

　　让机器人掌握“投篮”技能的硬核支撑，是我国首个可微分物理仿真引擎Fysics。该引擎的诞生，标志着我国实现物理AI底层核心技术的自主突破，在全球竞争中占据重要一席。

　　“十五五”规划纲要明确强化战略前沿领域科技布局，提出实施人工智能等科技战略部署，加快突破基础理论和底层技术，促进转化应用。

　　“AI下半场，是一场关于物理世界认知的竞赛。”复旦大学智能机器人与先进制造创新学院副院长、飞捷科思创始人张立华表示，未来3—5年，飞捷科思将打造“国产算力+自主引擎+开源生态”的完整链条，推动物理AI加速走向产业化。

　　核心突破：从“只算结果”升级为“自主纠错”

　　当AI学会看、写、生成之后，下一步要干什么?全球科技界给出的一致答案是：物理AI——让智能体真正理解重力、摩擦力、碰撞、形变等真实世界规则，实现自主推理、稳定交互、可靠决策。

　　“物理AI是人工智能从虚拟走向现实、从感知走向自由交互的必经之路，”张立华告诉科技日报记者，“它已成为全球AI产业竞争的战略制高点。”

　　在今年1月举行的国际消费电子展上，英伟达CEO黄仁勋在主旨演讲中17次提及物理AI这一概念。“从人形机器人、具身智能到工业数字孪生、自动驾驶，这些万亿级实体产业的智能化升级，都迫切需要能够与AI深度融合的物理仿真底层基座。”张立华说。

　　作为全球首个实时物理仿真商用方案、英伟达PhysX物理引擎的主要奠基人之一，张立华决心推动中国在这一关键核心技术上实现自主可控。“传统物理引擎不可微分、仿真精度不足，是长期制约行业发展的核心痛点。全球范围内具备可微分物理仿真引擎自研能力的企业屈指可数。”他说，“国内市场长期依赖国外物理引擎及仿真平台，自主可控需求迫切。”

　　在此前技术积累的基础上，张立华团队整合学校及企业的科研力量，成功研发出国内首款可微分物理引擎Fysics。

　　什么是“可微分”?张立华解释说，传统物理引擎如同一条单行道，只能正向模拟物体运动，无法反馈误差来源;而可微分物理引擎构建了一条双向通道，能够通过梯度反向传播，直接告诉系统哪里错了、该怎么改。

　　张立华以机器人投篮为例：如果没有投进，Fysics会通过可微分能力告诉机器人是力度大了还是角度偏了，让它自主调整策略。再加上精心设计的多物理材质统一求解框架及高精度接触解算，Fysics让机器人无需海量试错就能学会精准操作，真正实现仿真与现实无缝迁移，攻克了具身智能领域从仿真到现实的最棘手难题。

　　“我们让物理引擎从‘只算结果’升级为‘自主纠错’，打通了AI从仿真到现实的最后一公里。”张立华说。

　　产业布局：推动物理AI从实验室走向规模化落地

　　张立华团队的目标则是构建物理AI时代的操作系统。在Fysics引擎这一“地基”之上，飞捷科思还搭建了MoziSim仿真训练平台这一“工厂”，以及OmniFysics全模态物理AI基础模型这一“大脑”。“可微分物理引擎是核心底座，定义物理世界的计算规则;仿真平台通过构建真实的数字世界实现大规模数据生产能力;基础模型则实现AI对物理世界的感知、理解和推理。”张立华说，这相当于为现实世界的智能体打造了一套通用操作系统。

　　其团队还发布了国际首个全维度物理感知与逻辑推理评测基准，以期定义物理AI的标准。

　　业内认为，从引擎、平台、模型到评测标准，这一整套从底层到应用的物理AI全栈基座，将推动我国物理AI加速走向产业化。在人形机器人、具身智能领域，它将大幅降低训练成本，提升通用机器人的步态稳定、精细操作、环境适应等能力，加速通用机器人走进工厂与家庭;在工业数字孪生领域，可高精度模拟设备运行、物料交互、产线流程，支持产线优化与预测性维护，显著降本增效。

　　张立华表示，飞捷科思正联合国产芯片厂商、科研机构等多方力量，共同构建产业生态。此前，飞捷科思已与沐曦股份、并行科技、拓斯达、粒界科技等多家生态伙伴，围绕算力适配、场景落地、生态协同等方面展开深化合作。

　　“未来3至5年，我们希望完成全栈产品成熟化与国产适配，成为全球物理智能时代的核心基础设施提供商，形成‘国产算力+自主引擎+开源生态’的完整产业链条，推动中国在物理智能与具身智能领域实现跨越式发展。”张立华说。

责任编辑：zzy2026