11 月 5 日至 10 日，第九届中国国际进口博览会在国家会展中心（上海）举行。在位于北馆的侨界创新项目展区，飞捷科思携物理 AI 全栈技术体系亮相，集中展示可微分物理仿真引擎、物理世界模型、具身智能训练平台等方向的核心技术能力与产业实践成效。

从全球范围看，人工智能的竞争焦点正从语言、图像等数字空间向物理世界延伸，物理 AI 被普遍视为下一阶段的重要赛道：让模型不仅理解信息，还要理解质量、碰撞、运动与因果，并据此驱动真实世界中的动作。主要科技经济体与头部研究力量已在具身智能、世界模型与物理仿真等方向加快布局，国内高校、科研机构与企业分别从机器人本体、算法模型、仿真平台等环节切入，呈现多点开花的态势。

在此背景下，「中国物理 AI 全栈技术体系」参展的意义，不只是一家硬科技企业的首次亮相，更在于一条由国内团队自主研发、从底层引擎贯通到训练与部署的完整链路，被放到进博会这一全球开放平台上接受检视。

从高校实验室到侨界展区，走出物理 AI自主研发之路

侨界创新项目展区是 2026「侨连五洲·沪上进博」主题活动的组成部分，由上海市侨联筹划主办，为本届进博会创新孵化专区面积最大的展区。展区以「AI+新兴产业」为主线，汇聚来自十余个国家和地区的侨界科创团队与海外创新项目，覆盖人工智能、生命健康、高端装备、新能源新材料、绿色船舶、时尚消费等赛道。作为上海市侨界杰出人物领衔的物理 AI 企业，飞捷科思受邀亮相专区，这也是物理 AI 全栈技术体系首次出现在进博会舞台。

飞捷科思创始人张立华为复旦大学长聘特聘教授、原英伟达 PhysX 物理引擎研发团队负责人，公司核心团队来自复旦大学、清华大学、北京大学等顶尖高校，长期专注于物理 AI 核心技术研发，以自主研发的可微分物理仿真引擎 Fysics 为核心，形成覆盖仿真训练、数据生成与模型优化的研发与产品布局。自成立以来，公司的技术路线持续受到学术界与产业界关注；2026 年以来，系列技术成果的发布节奏明显加快，相关进展也持续引发行业讨论。

2026 年 6 月，飞捷科思正式发布全新一代物理世界模型 Fysiverse，提出「显式物理模拟器×生成式渲染器」的系统路径，让 AI 学会推演物理世界的演化。7 月，该模型在 2026 世界人工智能大会物理智能创新生态论坛上公开亮相，其双驱动架构从底层算法层面回应了行业长期面临的「物理幻觉」与「虚实迁移」难题。基于 Fysics 引擎，Fysiverse 构建了「实景重建—物理推演—虚实迁移」的技术闭环。

2026 年 9 月，飞捷科思先后发布面向三维世界构建的 Fysiverse-3D 系列、面向物理过程理解的全模态视频描述模型 OmniFysics-Captioner、4B 参数规模的全模态物理理解基础模型 OmniFysics-Nano-V2，以及全球首个面向全模态世界感知和物理状态推理的评测基准 FysicsReason。其中，Fysiverse-3D 场景重建管线已开源，支持从单张 RGB 图像快速恢复三维场景并自动完成物理校验。通过构建物理世界模型技术闭环，公司正推进物理 AI 领域的技术普惠与创新协同。

2026 年 10 月，飞捷科思联合复旦大学认知与智能技术实验室（CITLab）发布统一世界动作模型 Fysiverse-UniWAM，并同步公布技术报告与部分开源资源。与常见的「导航模型＋操作模型」拼接方案不同，Fysiverse-UniWAM 用同一个模型同时学习「走到哪里」「停在哪里」以及「接下来怎么动手」。同时，该模型另辟蹊径，不需要昂贵的预训练，极大降低了研发成本。在公开评测中，该模型在 MAP 导航与移动操作两项核心能力上均取得第一，交出同类方案中最强的整体能力组合。

从物理引擎到仿真工作站，产品矩阵组成一条完整链路

本次进博会期间，飞捷科思以「底座—理解—推演—训练—数据—工作站」的逻辑，集中展示 Fysics 可微分物理仿真引擎、OmniFysics 全模态物理 AI 基础模型、Fysiverse 物理世界模型、MoziSim 一站式仿真训练平台、FysiData 物理 AI 数据平台、FysiStation 物理 AI 仿真训练工作站，以及在数据采集、智能巡检、产教融合等领域的应用案例。

作为整套体系的底座，Fysics 可微分物理仿真引擎将物理规律作为核心约束，采用统一求解框架，支持刚体、软体、流体等多物理场耦合求解，并面向高精度接触解算、大规模并行仿真和国产算力适配持续研发。目前，该引擎已完成对国产 GPU 架构的原生适配，基于国产算力平台可支持大规模机器人并行仿真，为机器人策略训练和控制优化提供物理仿真基础。

围绕机器人对真实物理世界的理解，OmniFysics 全模态物理 AI 基础模型融合图像、音频、视频与文本信息，提升模型对物理属性、动态过程及物理规律的理解能力。在物理 AI 的技术框架中，仿真引擎解决「算得准」，基础模型解决「看得懂」，两者共同构成机器人在虚拟环境中学习、再向真实世界迁移的前提。

现场展示的相关应用案例，呈现了这套底层技术体系在各类场景实践中所具备的良好性能和成效。值得关注的是，由飞捷科思发起设立的国内首个物理智能创新联合体也在展区亮相，成员覆盖高校、科研机构与产业侧，围绕物理智能方向推进协同攻关。

放在更长的产业周期里看，物理 AI 仍处早期，技术路线与基础设施格局尚未定型。谁能把物理规律的计算、理解与推演做成可复用、可开放的基础能力，谁就更可能在下阶段的全球分工中占据主动。进博会为飞捷科思提供了一次面向国际同行与产业伙伴的集中展示与对接机会；从单点突破到生态协同，仍有赖于真实场景的持续检验与更广泛的开放合作。公司表示，将继续推进物理 AI 关键技术与产品迭代，持续完善技术体系和产品组合，致力于成为全球物理智能时代的核心基础设施提供商。 

来源：互联网