首个全模态物理AI模型OmniFysics解析：告别物理幻觉

2月9日，飞捷科思智能科技正式发布了全球首个面向真实物理世界的全模态物理AI基础模型——OmniFysics。该模型旨在解决当前生成式AI普遍存在的“物理盲”问题，即虽然能够生成高质量图像或对话，但在处理涉及重力、材质、密度等物理规律时常出现违背常识的“幻觉”。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

不同于传统大模型依赖海量视觉数据进行模式匹配的路径，OmniFysics在仅含3B参数量的轻量化架构下，引入了物理感知与因果推理机制。通过“静态中枢”与“动态中枢”两大独创数据生态，该模型能够识别物体的物理属性并理解视听结合下的物理因果。这种机制使得AI不仅仅停留在像素层面的生成，而是深入到了物理参数的反演，能够精准预测如密度、杨氏模量等仿真参数。

物理数据中枢示意图

在技术架构上，OmniFysics采用了四阶段渐进式训练法，先独立训练单模态感知，再进行全模态深度融合，有效平衡了单一任务的专业性与跨模态的协同能力。为验证模型的实际物理理解水平，团队同步推出了FysicsEval评测基准。

OmniFysics模型框架示意图

OmniFysics的四阶段训练流程

这是一套涵盖物理属性预测、物理逻辑推理及跨模态一致性判断的综合评估体系，旨在考核AI是否具备识破“水往高处流”等违反物理常识现象的能力，为具身智能从语义理解迈向物理交互提供了量化标尺。