上交大 SciMaster 團隊新作：一個「AI 物理博士」的誕生

五個真實物理任務(wù)實測，PhysMaster 可推導、寫碼、數(shù)值驗證。

作者丨鄭佳美

編輯丨岑峰

當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)注模型在標準題目、知識問答和文獻總結(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方式。

現(xiàn)實科研的核心難點并不在于單點能力是否強，而在于研究過程天然是長鏈條、不確定、強依賴驗證的閉環(huán)系統(tǒng)。一個看似簡單的物理問題，往往需要經(jīng)歷建模選擇、推導路徑、數(shù)值實驗設(shè)計、代碼實現(xiàn)、調(diào)參排錯、對照基準結(jié)果、誤差來源分析等一整套流程，任何一步出錯都可能導致結(jié)論失效。

也正因為如此，科研效率的瓶頸長期不在想法是否聰明，而在能否把想法變成可信結(jié)果，大量時間消耗在重復工程與試錯迭代中。

在這樣的行業(yè)背景下，上海交通大學 SciMaster 團隊聯(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》中給出了一個更激進的答案，與其把 AI 當作分散的輔助工具，不如直接構(gòu)建一個能夠組織、規(guī)劃并執(zhí)行科研閉環(huán)的自主系統(tǒng)。

研究團隊用五個真實的物理科研任務(wù)驗證其能力，從加速成熟工作流，到自動完成復雜數(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)推進科研的可能路徑。

這項研究真正值得關(guān)注的地方，不只是模型算得更快或?qū)懙酶袢耍撬屛覀兛吹揭环N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
五項任務(wù)跑通科研閉環(huán)

這項工作并不是在一個統(tǒng)一的數(shù)據(jù)集上跑模型分數(shù)，而是通過五個真實的物理科研任務(wù)來驗證系統(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，這項工作希望證明的是，這個系統(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完整的研究閉環(huán)。

首先在加速類任務(wù)中，研究團隊展示了兩個代表性成果：第一個成果是從格點 QCD 數(shù)據(jù)中提取 Collins–Soper kernel。研究人員完成了一條非常標準但極其繁瑣的粒子物理計算鏈條，輸入是一批格點 QCD 的原始歐式相關(guān)函數(shù)數(shù)據(jù)以及 Wilson loop 數(shù)據(jù)。

這些通常是科研團隊計算得到的原始數(shù)值結(jié)果，輸出則是一個關(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，同時它給出的統(tǒng)計誤差更小，但研究團隊也說明這可能是因為它在某些系統(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）、進行重整化來消除發(fā)散項、處理遠距離區(qū)間信號爆噪的問題（用符合物理預(yù)期的形式補齊尾部）、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，因此它相當于證明AI 不只是會說理論，而是真的能執(zhí)行嚴謹?shù)奈锢頂?shù)據(jù)分析流程。

第二個加速類任務(wù)是從零寫程序計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)果與實驗值非常接近，誤差小到幾乎可以認為足夠支撐科研驗證。

這個實驗的關(guān)鍵不在于鋰原子本身有多難，而在于它證明了系統(tǒng)在嚴格限制條件下仍具備獨立完成高強度計算物理工程的能力，研究團隊明確規(guī)定它不能調(diào)用任何成熟量化化學軟件（如 Gaussian 或 PySCF），不能依賴外部檢索（等于不能查答案），只能使用 Julia 標準庫，并必須自己推導所需的積分形式、自己完成數(shù)值積分實現(xiàn)、自己進行參數(shù)優(yōu)化。

真正困難的部分來自工程細節(jié)：三電子體系的交換項很容易寫錯，數(shù)值積分同時要處理核附近的發(fā)散行為和遠處的拖尾行為，而基函數(shù)如何選擇、如何保持正交、如何調(diào)整參數(shù)，也都要求較強的物理直覺與計算經(jīng)驗。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間才能完成，但系統(tǒng)能在很短時間內(nèi)完成，并且結(jié)果還能對得上實驗。

隨后研究團隊進入自動化類任務(wù)，第三個成果是用量子蒙特卡洛（QMC）計算 Union Jack 格子 Bose–Hubbard 模型的相變臨界點，它得到一個非常精確的量子相變臨界點（從超流到莫特絕緣體的轉(zhuǎn)變點），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，因此臨界點相較普通方格子顯著降低。

這個實驗之所以比前兩個更強，是因為它不是簡單照著公式寫代碼就結(jié)束，而更像一個完整的科研項目級流程，它必須自行實現(xiàn) QMC 的核心算法（SSE 與 directed-loop 更新），處理格子拓撲帶來的細節(jié)差異（例如 winding number 的計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（并非隨便選一個化學勢即可），并需要在不同系統(tǒng)尺寸上重復計算，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。

研究人員還強調(diào)，這個任務(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)獨立跑完一個高精度數(shù)值研究任務(wù)。

第四個成果仍屬于自動化類，但形式不同，這項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，這個案例并不是要算一個固定標準答案，而是要驗證一個假設(shè)是否成立。

背景是傳統(tǒng)理論往往認為碎片流在近地點附近發(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度，甚至高估了兩到三個數(shù)量級。

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

這個實驗體現(xiàn)的能力是自動化科研循環(huán)：給系統(tǒng)一個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)值實驗、自己判斷這一機制是否可能解釋問題，這比單純做題更接近真實科研。

最后第五個成果是自主發(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，研究團隊將其定義為真正的跨越，意味著系統(tǒng)從協(xié)作科學家邁向自主科學家，即不再是人類一步步告訴它怎么做，而是面對仍然開放、復雜的問題時能夠自主探索，并提出研究人員認為具有創(chuàng)新性的方法。研究團隊認為這一部分體現(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用

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

在前處理階段，研究人員指出真實科研問題常常信息過載、缺乏層次且存在歧義，如果直接開始計算，很容易跑偏，同時浪費計算資源和上下文長度，因此系統(tǒng)會先進行問題澄清與拆解，明確問題屬于哪個物理方向，厘清輸入內(nèi)容與輸出形式，判斷任務(wù)類型屬于工程計算、假設(shè)檢驗、開放探索或現(xiàn)象學分析中的哪一種，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)，這一步相當于研究人員在正式研究前制定工作計劃。

隨后在前處理的第二部分，研究團隊會建立一個只服務(wù)當前任務(wù)的專用知識庫，該知識庫并非用于百科式存儲，而是用于補齊關(guān)鍵概念與關(guān)鍵做法，引入必要的數(shù)值基準或標準方法，避免后續(xù)推導與實現(xiàn)憑空編造。

其構(gòu)建依賴兩類協(xié)作角色，一類負責擴展檢索范圍以盡量不遺漏，另一類負責通過強推理篩選高相關(guān)內(nèi)容，并從中提取定性知識（如機制、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)與校準信息），同時強調(diào)證據(jù)鏈，使系統(tǒng)每一步結(jié)論盡量可追溯來源。

進入執(zhí)行階段后，系統(tǒng)開展理論推導、代碼實現(xiàn)與試錯迭代，研究人員認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，這更像科研團隊并行推進多個方案，而不是單一路線死磕。

執(zhí)行階段還包含明確分工：Supervisor 更像導師或項目負責人，負責決定下一步做什么、管理進度以避免遺忘前面結(jié)論、嚴格檢查輸出是否可靠，并提出批評、指出錯誤和要求修正。

Theoretician 更像具體執(zhí)行的研究員，負責理論推導與建模，把模型轉(zhuǎn)化為可運行程序，并通過數(shù)值實驗得到結(jié)果，而研究團隊強調(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。

最后在沉淀復用階段，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知識、已經(jīng)驗證有效的方法流程，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，逐漸更像一個經(jīng)驗豐富的物理學家。

03
從助手到研究者的轉(zhuǎn)變

整體來看，這項工作可以從四個層面理解其意義。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、回答事實問題或進行文獻檢索與總結(jié)，因為這些傳統(tǒng)評估方式并不能構(gòu)成真正的研究閉環(huán)。

而真實物理研究更需要抽象建模、嚴謹推導、可執(zhí)行代碼實現(xiàn)以及數(shù)值驗證能力，這些恰恰是過去許多 AI 系統(tǒng)明顯欠缺的地方，因此 PHYSMASTER 的價值就在于把這些關(guān)鍵能力整合到同一個系統(tǒng)里。

第二，它將物理研究中最耗費人力的重復工程勞動顯著壓縮，例如寫求解器、調(diào)參、調(diào)試、反復跑計算等工作往往占據(jù)大量時間，而加速類案例表明 AI 有可能把原本需要資深博士生花費一到三個月完成的重工程環(huán)節(jié)壓縮到幾個小時，從而直接改變科研推進的節(jié)奏。

第三，自動化類案例進一步說明科研循環(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)，包括做實驗、驗證假設(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責提出方向，由 AI 負責將方向快速轉(zhuǎn)化為可驗證的結(jié)論。

第四，自主發(fā)現(xiàn)類案例體現(xiàn)出AI 有機會從科研助手轉(zhuǎn)向研究者，因為自主發(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自己探索路徑并推進研究，這正是其所強調(diào)的從協(xié)作科學家邁向自主科學家的關(guān)鍵轉(zhuǎn)變。

04
點亮 PhysMaster 的人

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

2023 至 2024年，他曾在上海交通大學李政道研究所擔任科研助理，從事凝聚態(tài)物理理論研究；此后，在字節(jié)跳動Seed、北京大學計算機學院進行過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。他是上海交通大學人工智能學院長聘教軌副教授、博士生導師。

陳思衡于 2016 年獲得美國卡內(nèi)基梅隆大學電氣與計算機工程博士學位，并入選國家級人才計劃青年項目。他的研究方向涵蓋圖機器學習、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，曾獲得 IEEE 信號處理協(xié)會最佳青年作者論文獎。

在群體智能領(lǐng)域，他提出群智交互感知的語用社會學習思想，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 方向取得了顯著進展。

參考鏈接：https://siheng-chen.github.io/

未經(jīng)「AI科技評論」授權(quán)，嚴禁以任何方式在網(wǎng)頁、論壇、社區(qū)進行轉(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)載時需標注來源并插入本公眾號名片。