跳到主要內容
2026-08-25 日報
研究與評測

據報導 MIT 與清華大學提出 GeoPT 預訓練法,藉「合成動態」讓 3D 物理模擬訓練快一倍、資料省六成

科技新報 AI單一來源
尚未逐項核實

目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。

據報導,麻省理工學院(MIT)與中國清華大學研究團隊提出新型預訓練方法「GeoPT」,旨在提升 3D 物理模擬的效率與精準度。 GeoPT 導入「合成動態」(Synthetic Dynamics)訓練機制,運用 130 萬筆虛擬樣本,模擬小球以不同速度與角度接觸複雜 3D 結構的過程,使模型在接觸標註資料前先建立物理直覺。 基準測試顯示,GeoPT 達到最佳峰值表現的速度比現有領先模型快約一倍,並減少最多 60% 的標註資料需求。在船體同時受空氣風阻與海浪衝擊的複合測試中,僅用少 60% 的資料、快 4 倍的速度即達到最高精確度。 實際應用上,GeoPT 能在秒級時間內完成超過 1 億個網格點的高保真模擬。工程師導入戰艦或車輛等 3D 模型後,系統可迅速輸出類似熱圖的受力分布,適用於風壓、表面壓力及車輛碰撞變形等評估。研究團隊將物理視為繼文字與像素之後的第三種 AI 模態,並將 GeoPT 視為邁向「物理基礎模型」的起步。
讀原始報導

背景

GeoPT 是一個針對通用物理模擬所設計的統一預訓練模型。其核心概念是基於「提升幾何預訓練」(lifted geometric pre-training)技術,透過合成動態(synthetic dynamics)來擴充幾何特徵,藉此讓 AI 具備更強大的物理直覺與運算能力。

來源

本期分類