AI for Physics 进展综述（基于 ICML 2026 AI4Physics Workshop）

来源： AI4Physics · 进展综述 播客： ICML 2026 · AI4Physics 分类： 科学 原文发表： 2026-07-11 纪要生成： 2026-07-13

本文把本届 7 场 invited talk + 2 场 panel 横向打通，按主题而非按人，提炼"AI 用于物理当前的具体进展、共识与未决问题"。方括号标注支撑该论点的讲者。workshop 覆盖计算/理论/实验物理，横跨高能、天体宇宙、凝聚态、等离子体聚变、量子科学。两场 panel 分别聚焦"当下 AI 革命"与"未来 AI 革命"，是本领域争论的集中呈现。

---

一、"可验证性（verification / validation）"是贯穿全场的第一性主题

与 AI4Math 里"Lean 提供对错裁判"高度呼应，物理这边把可算法验证当作核心杠杆：

• 可打分任务（scoreable tasks）：Brenner 主张凡能写出"算法打分函数"的科研任务，就能用 LLM + sandbox + 打分函数做大规模树搜索采样/排序/反哺 prompt——在 CDC 流行病预测竞赛中，两人小队实盘拿下 flu/covid/RSV 三项第一，并让 LLM 求出宇宙学难积分的多种闭式解 [Michael Brenner]。
• 算法可检验的证书（不要用 LM 检查 LM）：Douglas 区分 verification（假设→结论对不对）与 validation（是否忠实编码了物理问题），主张用交互式定理证明器（Lean 4）产出可扩展到百万页的证书，并把"物理假设当公理"做形式化（以 Seiberg–Witten 为例）；提出"错误率 ε 决定可达推理长度 ~1/ε" [Michael R. Douglas]。
• 程序化验证的社区基准：Terminal-Bench Science 用 Harbor 把科研计算工作流集装箱化 + 程序化验证，收集"科学扎根、客观可验证、确实困难"的任务 [Dillmann / Schmidt]。

一句话：物理界正把"能否被算法客观检验"作为判断"AI 能否真正帮上忙"的分水岭。

二、从"AI 工具"到"AI 协作科学家 / co-scientist"

• Science Assistant：Brenner 的 scoreable-task 搜索框架本质是一个可自我改进的科研助手 [Brenner]。
• AI-XR Co-Scientist：Mengdi Wang 把"训练 AI 推理"形式化为解 MDP（状态空间随思考深度指数增长），发展分层 RL（ReasonFlux）与一批动手 agent（CRISPR-GPT 在肺癌敲除达 90% 效率、Biomni、纳米石墨烯制造）；并直指科研可复现性危机（>70% 生物医学实验不可复现），提出用智能眼镜(XR)/LabOS 把实验室变成"AI 可见、可审计的可验证环境" [Mengdi Wang]。
• 闭环发现：多位讲者把"提出假设→执行→再学习"的迭代闭环作为目标；瓶颈普遍被指向实验/评估侧而非模型侧。

三、"学物理而非学语言"：大物理模型（Large Physics Models）

Kelsie Zhao 主张让 AI 直接从物理数据学因果、而非从语言学，并选天气作为大型物理模型的起点（>500 TB/天、多模态、后果最重）；沿 predict → act → control 从部分观测反演物理状态、one-shot 学动力学、生成可解释行动并闭环控制；提出验证"学到的物理"的三层法（匹配未来观测 / probed features / 可解释性）[Kelsie Zhao]。这与"通用 LLM 路线"形成明确对照。

四、ML 与数值分析/物理的深层同构

Kevrekidis 给出统一视角——"眯眼看成功的 ML 架构，其实就是熟悉的数值算法"（ResNet = 前向欧拉、有限差分 = 卷积、Runge–Kutta = 循环残差网络）；并系统展示用数据挖掘为复杂系统找"涌现空间（emergent spaces）"，让杂乱动力学在合适坐标里变线性/可积/圆环（SARS 航班网络、耦合振子、pre-Bötzinger 神经元）；还提出"in-context learning ≈ Krylov 子空间"的猜想 [Yannis Kevrekidis]。

五、第一性原理"共同设计物理与计算"

Ganguli 从物理本身出发刻画计算动力学：用 Kac–Rice + 副本法 + 超对称解析，刻画相干伊辛机（10 万光子自旋）高维能量地形的临界点结构与相变，解释退火为何奏效并导出更优退火调度；在 cavity QED 联想记忆中证明最速上升动力学优于 Glauber、纠缠可绕过能量势垒、并揭示"极化子式自旋-位置耦合/蹦床机制"，还与神经科学短时突触可塑性同构 [Surya Ganguli]。这代表"AI×物理"里最偏理论、把物理系统本身当计算机的一支。

六、基准与社区共建：让科学家塑造 AI 的进步方向

Terminal-Bench 一年内从 <20% 涨到 >80%、成前沿实验室标配；其科学扩展 Terminal-Bench Science 发出明确贡献号召——目标约 100 个可验证的科研计算任务（现 266 提案 / 119 PR / 3 合并，PR 截止 8/17，一个合并任务即成 co-author），核心理念是"让科学家直接决定 AI 该在什么科研任务上变强" [Dillmann / Schmidt]。

七、两场 Panel：当下与未来的争论

Panel 1 · 当下的 AI 革命（Ganguli、Douglas、Dillmann、Arman Cohan；主持 Eun-Ah Kim + Kevrekidis）

• 共识：AI 在可算法化/可验证的形式计算与执行上极强、在开放式概念创新上仍弱；judgment / taste / 问对问题 / accountability 更值钱；基础须深学，以便"能验证 AI"。
• 主要分歧：① AI 的开放式创造力是否有根本障碍——Douglas 乐观（"人类推理也源自数据、组合即创造，五年内产新概念"）vs Dillmann/Cohan 谨慎（难验证域成功率仅 ~5%）；②"一切可验证之后"人类还剩什么——Ganguli 强调 curation 与人类理解永存（引 Tao 的 "AI indigestion"）vs "若 AI 也接管出题呢" vs Douglas 用地理史类比"科学域可能像地表般有限"；③ AI 产出是 slop 还是终将超人（Ganguli 忧"祭司阶层"vs Douglas"若只是 slop 反而不可怕，真正危险是它变强"）；④ 自主 AI 治理与研究不平等（物理行动权、资本-劳动再分配、AI 税、大公司不公开造成资源鸿沟）。

Panel 2 · 未来的 AI 革命（Alfarano/Axiom、Baker/Jump Trading、Cheung/NVIDIA、Zhao/Causal Labs；主持 Anna Gilbert + Douglas）

• 共识："系统（harness）> 模型""数据混合与专家巧思才是杠杆""判断力更值钱"。
• 主要分歧：Baker 高度 "AGI-pilled"（三年内自动化多数脑力劳动、纯 scaling 大概够）vs Alfarano 强调"发现类问题上语言的 scaling law 不适用、人类专家数据才关键"；台下有社会学论点质疑"数学能自主贡献不代表物理也能"（物理门槛更高）；以及是否该转向 JEPA/世界模型——Alfarano 以"Mamba 未撼动 transformer 骨干"说明采纳成本之高。

八、共识信号与未决问题

已成共识：

• 可验证性是主线：能算法打分/形式验证的任务，AI 已能打硬仗；不能验证的开放创新仍弱。
• 系统/数据 > 模型规模：harness、数据混合、专家巧思是当前杠杆 [Panel 2]。
• 人类价值上移：judgment / taste / 问对问题 / accountability / curation 更值钱 [两场 panel]。

公认瓶颈 / 开放问题：

• 开放式概念创新：AI 在"难验证"领域成功率低，是否有根本障碍尚无定论 [Panel 1]。
• 实验/评估闭环成本：可复现性危机与"评估系统成本"限制发现速度 [Mengdi Wang / Kelsie Zhao]。
• 发现类问题的 scaling law：语言模型的 scaling 未必适用于科学发现 [Alfarano]。
• 人-AI 权力与不平等/治理：自主 AI、资源鸿沟、accountability [Panel 1]。
• 路线之争：通用 LLM vs "学物理的大物理模型" vs 世界模型/JEPA [Kelsie Zhao / Panel 2]。

---

一页速览（Highlights）

维度	现状	代表证据
可验证性	成为"AI 能否帮上忙"的分水岭	scoreable tasks [Brenner]；Lean 证书 [Douglas]；Terminal-Bench Science
Co-Scientist	从工具到协作科学家 + 可验证实验室	AI-XR/LabOS、CRISPR-GPT/Biomni [Mengdi Wang]
大物理模型	学物理而非语言，predict-act-control	天气大模型 [Kelsie Zhao]
ML×数值/物理	架构 = 数值算法；涌现空间	ResNet=Euler [Kevrekidis]
理论前沿	第一性原理共同设计物理与计算	相干伊辛机、cavity QED [Ganguli]
战绩	CDC 竞赛三第一、90% 敲除效率	Brenner / Mengdi Wang
Panel 争论	创造力障碍、一切可验证后人类角色、harness>model、scaling 之争	Panel 1 & 2
瓶颈	开放创新、闭环成本、发现 scaling、治理/不平等	多场

---

附：本综述引用人员现职

Invited speakers

姓名	现职（机构 / 角色）
Michael Brenner	Harvard 应用数学与应用物理教授（兼 Google Research）
Mengdi Wang	Princeton 教授（电气与计算机工程 / AI）
Steven Dillmann	Stanford（博士研究者；代 Ludwig Schmidt 做 Talk 03）
Michael R. Douglas	Harvard CMSA（数学物理）
Kelsie Zhao	Causal Labs
Yannis Kevrekidis	Johns Hopkins 教授（化学与生物分子工程 / 应用数学）
Surya Ganguli	Stanford 副教授（应用物理 / 神经生物学）

Panelists / Moderators

姓名	现职（机构 / 角色）
Ludwig Schmidt	Stanford 计算机科学助理教授 / Anthropic（Talk 03 原定讲者，当天缺席）
Arman Cohan	Yale（Panel 1 嘉宾）
Eun-Ah Kim	Cornell（Panel 1 主持）
Alberto Alfarano	Axiom（Panel 2 嘉宾）
Lucas Baker	Jump Trading（Panel 2 嘉宾）
Charles Cheung	NVIDIA（Panel 2 嘉宾）
Anna Gilbert	Yale（Panel 2 主持；亦本 workshop 组织者）

说明：以上职位以本届 workshop（2026-07）讲者自述与官网信息为准。Surya Ganguli、Michael R. Douglas 既是 invited speaker 也参与 panel。

原文发表：2026-07-11  ·  纪要生成：2026-07-13